03 2020 档案
摘要：首先按照 https://www.cnblogs.com/xiaokang01/p/12092160.html 方法进行安装和配置环境变量 问题：cmd进入mysql时，输入 mysql -uroot -p 提示 """ mysql : 无法将“mysql”项识别为 cmdlet、函数、脚本文件或可
阅读全文
摘要：指标的意义： R方：拟合出来的线能解释多少实际信息量 F值：验证模型整体显著性水平 一、R2 也称 拟合优度、决定系数：反应回归模型拟合数据的优良程度 先说结论：R2 越接近 1 ，拟合效果越好 回归：所有实际数值点向均值回归，认为均值含有所有点最大的信息量 实际信息：点的实际值 减去 均值 认为是
阅读全文
摘要：符号 用途 ~ 分隔符号，左边为响应变量，右边为解释变量，eg：要通过x、z和w预测y，代码为y~x+z+w + 分隔预测变量 : 表示预测变量的交互项 eg：要通过x、z及x与z的交互项预测y，代码为y~x+z+x:z * 表示所有可能交互项的简洁方式，代码y~x*z*w可展开为y~x+z+w+x
阅读全文
摘要：一、回归算法 1.1 一元线性回归 最小二乘法： 通过使因变量的真实值和估计值之间的离差平方和达到最小来求 β0 和 β1 1.2 多元回归（今天先略过） 通过矩阵来求解最小二乘法 二、回归算法相关函数 使用 R 自带的 women 数据集 一元线性回归 # 模型创建 fit1 = lm(weigh
阅读全文
摘要：一、集中趋势和离中趋势 表示集中趋势的指标们： 均值、中位数、众数、百分位数 异常值判定： 3σ原则原则（还有很多别的原则）：超出（μ-3σ,μ+3σ)的值，即超出箱线图上下边界的点 离散程度指标： 极差（range） 标准差（sta.dev） 方差（variance） 变异系数（CV）：对标准差做
阅读全文
摘要：在R中各种概率函数都有统一的形式，即一套统一的 前缀+分布函数名(参数)： 分布函数 注意：不同前缀，第一个参数 n 的意义不同（详见下方讲解） 连续型 名称 英文名 R对应的函数 参数 高斯分布 gaussian norm n, mean=0, sd=1 指数分布 exponential exp
阅读全文
摘要：循环（生成斐波那契数列为例） for 循环 d[1] = 1 d[2] = 1 for(i in 3:20){ d[i] = d[i-1]+d[i-2] print(d[i])} while 循环 e = rep(0, 10) e[1] = 1 e[2] = 1 i = 3 while (i<=10
阅读全文
摘要：向量的创建、拼接、转frame # 创建向量 a = c("qiaofen","ouyangfeng","wangyuyan","zhagnwuji","renyingying") b = c(-1/0,1/0,100,100,100) # 向量拼接 rab = rbind(a,b) cab = c
阅读全文
摘要：1 DataFrame 统一修改列名大小写 列名统一修改成小写 df.columns=df.columns.str.lower() 列名统一修改成大写 df.columns =df.columns.str.upper()
阅读全文
摘要：目录 1 Filter 1.1 移除低方差特征（Removing features with low variance） 1.2 单变量特征选择 (Univariate feature selection) 1.2.1 卡方检验 (Chi2) 1.2.2 Pearson 相关系数 (Pearson
阅读全文
摘要：from sklearn.preprocessing import OrdinalEncoder model_oe = OrdinalEncoder() string_data_array = model_oe.fit_transform(string_data) string_data_pd =
阅读全文
摘要：孤立森林 Isolation Forest（sklearn.ensemble.IsolationForest）：一种适用于 连续数据 的 无监督 异常检测方法。与随机森林类似，都是高效的集成算法，相较于LOF，K-means等传统算法，该算法鲁棒性高且对数据集的分布无假设。 Isolation Fo
阅读全文
摘要：逻辑回归： 是一种广义的线性回归分析模型 逻辑回归针对的目标变量是类别型的，参数估值上，采用最大似然法。 分类问题可以转换成概率的都是逻辑回归的常见场景，如： 会不会逾期（风控） 会不会是流失客户（会员运营） 会不会点击（CTR预估、推荐系统、搜索） 优点：模型简单、可解释性强 缺点：不能做特征交叉
阅读全文
摘要：merge 的使用 pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_
阅读全文
浙公网安备 33010602011771号