随笔分类 -  4数据分析与挖掘建模实战

多因子探索分析
摘要：假设检验：（原假设符合该分布，备择假设不符合该分部） 1）建立原假设H0（包含等号），H0的反命题为H1,也叫备择假设 2）选择检验统计量（根据均值，方差等性质构造的一个转换函数） 3）根据显著水平（一般为0.05），确定拒绝域 4）计算p值或样本统计值，做出判断 阅读全文
posted @ 2020-12-15 17:01 aggressive2019 阅读(108) 评论(0) 推荐(0)
第七章-模型评估
摘要：， 分类模型评估： 二分类：标注分类只有两类的分类，一个类叫做二分类的正类，用1表示；另个一类叫做二分类的负类，用0表示。一般来说，正类是我们比较关注的类，比如：“员工是否离职”，离职的叫做正类，不离职的叫做负类。 注：有的时候0和1不是直接得到的，而是我们得到了一个数据在经过模型输出后，划分为正类 阅读全文
posted @ 2020-03-05 09:08 aggressive2019 阅读(194) 评论(0) 推荐(0)
无监督学习
摘要：分类和回归都属于监督学习，特点就是他们都有一个标注，而标注的存在就是给分类任务或者回归任务一个指引，告诉算法，具备什么样特征的数据是什么样的标注，也就是它叫什么名字，哪些数据是一样的，哪些数据是不一样的，都是通过标注来区分的。 无监督学习：没有标注，目的就是试图给这些数据加上标注，而打标注并不是随便 阅读全文
posted @ 2020-03-01 21:36 aggressive2019 阅读(330) 评论(0) 推荐(0)
回归
摘要：线性回归： 把自变量叫特征，把因变量叫标注，只是这个标注是连续值，而不是离散值，如果多个变量间的关系用线性关系去考量，那就是线性回归；若果多个变量间用多项式关系去考量，那就是多项式回归。类似的，可以由多种回归方法，同一系列的样本，可以用线性回归去拟合； 同样，也可以用二次函数去拟合 那么，如何判断哪 阅读全文
posted @ 2020-02-28 20:41 aggressive2019 阅读(188) 评论(0) 推荐(0)
第六章---机器学习与数据建模
摘要：点学习：通过接收到的数据，归纳提取相同与不同 机器学习： 让计算机以数据为基础，进行归纳与总结 模型：数据解释现象的系统 机器学习： 1.监督学习（机器学习的过程有标注：相当于告诉模型，在什么样的数据特征下应该输出什么样的结果，机器学习的任务就是提炼出输入与标注间的关系，并进行预测） 根据标注是离散 阅读全文
posted @ 2020-02-24 08:42 aggressive2019 阅读(678) 评论(0) 推荐(0)
第五章--预处理理论
摘要：特征工程 ， ， 异常值（空值）处理 空值、重复值、四分位数上下1.5倍到3倍边界范围以外、业务实际情况下不允许出现的值 集中值：均值，中位数，众数等 ， ， ， 特征选择： ， ， 特征变换： 对指化：将数据进行对数化和指数化的过程 指数化：将一个数进行指数变换的过程，指数的底数一般取自然底数e 阅读全文
posted @ 2020-02-22 13:55 aggressive2019 阅读(268) 评论(0) 推荐(0)
第二章--数据获取
摘要：， ， ， ， ， ， 阅读全文
posted @ 2020-01-19 22:20 aggressive2019 阅读(108) 评论(0) 推荐(0)
第七章 线性回归预测模型
摘要：线性回归模型属于经典的统计学模型，该模型的应用场景是根据已知的变量（自变量）来预测某个连续的数值变量（因变量）。 一元线性回归模型：y=a+bx+ε import pandas as pd import matplotlib.pyplot as plt import seaborn as sns f 阅读全文
posted @ 2019-02-18 11:30 aggressive2019 阅读(1138) 评论(0) 推荐(0)