lby0307

评分模型开发主要分为变量处理、模型建立、评分转换、模型评估4个步骤。 其中在变量处理的时候涉及IV值和WOE值的计算。基于抽样后得到训练样本集数据，由于变量数量通常较多，不推荐直接采用逐步回归的方法进行筛选。 由于各个变量的量纲和取值区间存在很大的差别，通常会对变量的取值进行分箱并计算 证据权重 WOE值(weight of evidence) ，从而降低变量属性的个数，并且平滑的

前文推荐：       【Python数据挖掘课程】一.安装Python及爬虫入门介绍       【Python数据挖掘课程】二.Kmeans聚类数据分析及Anaconda介绍       【Python数据挖掘课程】三.Kmeans聚类代码实现、作业及优化       【Python数据挖掘课程】四.决策树DTC数据分析及鸢尾数据集分析       【Python数据挖掘课

这篇文章主要讲述Python常用数据分析包Numpy、Pandas、Matplotlib结合MySQL分析数据，前一篇文章 "【python数据挖掘课程】十一.Pandas、Matplotlib结合SQL语句可视化分析" 讲述了MySQL绘图分析的好处，这篇文字进一步加深难度，对数据集进行了对比分析。        数据分析结合SQL语句的效果真的很好，很多大神看到可能会笑话晚辈，但是如果

1.MySQL数据库知识首先在"[python爬虫] Selenium爬取内容并存储至MySQL数据库"这篇文章中我讲述了爬虫爬取数据并存储在MySQL中，如下图所示，我的所有博客文章。其中创建的数据库表csdn内容如下所示：[sql] view plain copyCREATE TABLE `csdn

这篇文章主要是最近整理《数据挖掘与分析》课程中的作品及课件过程中，收集了几段比较好的代码供大家学习。同时，做数据分析到后面，除非是研究算法创新的，否则越来越觉得数据非常重要，才是有价值的东西。后面的课程会慢慢讲解Python应用在Hadoop和Spark中，以及networkx数据科学等知识。如果文章中存在错误或不足之处，还请海涵~希望文章对你有所帮助。一. Pandas获

这篇文章主要介绍三个知识点，也是我《数据挖掘与分析》课程讲课的内容。同时主要参考学生的课程提交作业内容进行讲述，包括：        1.回归模型及基础知识；        2.UCI数据集；        3.回归模型简单数据分析。        前文推荐：       【Python数据挖掘课程】一.安装Python及爬虫入门介绍       【Python

这篇文章主要介绍三个知识点，也是我《数据挖掘与分析》课程讲课的内容。        1.关联规则挖掘概念及实现过程；        2.Apriori算法挖掘频繁项集；        3.Python实现关联规则挖掘及置信度、支持度计算。        前文推荐：       【Python数据挖掘课程】一.安装Python及爬虫入门介绍       【Pyth

这篇文章主要介绍四个知识点，也是我那节课讲课的内容。        1.PCA降维操作；        2.Python中Sklearn的PCA扩展包；        3.Matplotlib的subplot函数绘制子图；        4.通过Kmeans对糖尿病数据集进行聚类，并绘制子图。        前文推荐：       【Python数据挖掘课程】一

前面几篇文章采用的案例的方法进行介绍的，这篇文章主要介绍Python常用的扩展包，同时结合数据挖掘相关知识介绍该包具体的用法，主要介绍Numpy、Pandas和Matplotlib三个包。目录：        一.Python常用扩展包        二.Numpy科学计算包        三.Pandas数据分析包        四.Matplotlib绘图包   

今天主要讲述的内容是关于一元线性回归的知识，Python实现，包括以下内容：        1.机器学习常用数据集介绍        2.什么是线性回顾        3.LinearRegression使用方法        4.线性回归判断糖尿病        前文推荐：       【Python数据挖掘课程】一.安装Python及爬虫入门介绍       【Py

今天主要讲述的内容是关于决策树的知识，主要包括以下内容：        1.分类及决策树算法介绍        2.鸢尾花卉数据集介绍        3.决策树实现鸢尾数据集分析        前文推荐：       【Python数据挖掘课程】一.安装Python及爬虫入门介绍       【Python数据挖掘课程】二.Kmeans聚类数据分析及Anaconda介绍

前文推荐：       【Python数据挖掘课程】一.安装Python及爬虫入门介绍       【Python数据挖掘课程】二.Kmeans聚类数据分析及Anaconda介绍       【Python数据挖掘课程】三.Kmeans聚类代码实现、作业及优化       【Python数据挖掘课程】四.决策树DTC数据分析及鸢尾数据集分析       【Python数据挖掘课

这篇文章直接给出上次关于Kmeans聚类的篮球远动员数据分析案例，同时介绍这次作业同学们完成的图例，最后介绍Matplotlib包绘图的优化知识。        前文推荐：       【Python数据挖掘课程】一.安装Python及爬虫入门介绍       【Python数据挖掘课程】二.Kmeans聚类数据分析及Anaconda介绍        希望这篇文章对你有所帮助，尤

这次课程主要讲述一个关于Kmeans聚类的数据分析案例，通过这个案例让同学们简单了解大数据分析的基本流程，以及使用Python实现相关的聚类分析。        主要内容包括：        1.Anaconda软件的安装过程及简单配置        2.聚类及Kmeans算法介绍        3.案例分析：Kmeans实现运动员位置聚集        前文推荐：【Pytho

这门课程围绕下图所示的内容进行展开及实战。        课程资源：一. 大数据及数据挖掘基础        第一部分主要简单介绍三个问题（觉得无聊的直接调至第二部分）：        1、什么是大数据？        2、什么是数据挖掘？        3、大数据和数据挖掘的区别？        由于前面几节课老师普及了

1.IV的用途IV的全称是Information Value，中文意思是信息价值，或者信息量。我们在用逻辑回归、决策树等模型方法构建分类模型时，经常需要对自变量进行筛选。比如我们有200个候选自变量，通常情况下，不会直接把200个变量直接放到模型中去进行拟合训练，而是会用一些方法，从这200个自变量中挑选一些出来，放进模型，形成入模变量列表。那么我们怎么去挑选入

本文参考了多篇优快云、知乎以及百度的文章，如果侵犯了您的权益，请及时联系，这是自己写的第一篇博客，有很多不足之处，请原谅。文章将常见的自己能理解的一些缺失值的处理方法以及方法的优缺点做了简单介绍。其中，多重插补、EM算法对缺失值的处理尚未掌握，因此并未放上来。一、数值缺失机制1.完全随机缺失(MCAR)：缺失数据与该变量的真实值无关，与其他变量的数值也无关。 举例：一位老师抱着批改完的卷子走在路...