DataScience成长之路

Pandas DataFrame 常用方法实践常见的对象类型【pandas.core.series.Series】【pandas.core.frame.DataFrame】【pandas.core.indexes.datetimes.DatetimeIndex】日期对象常用方法实践1） reindex() 重新索引2） drop() 丢弃数据3） 索引、选取和过滤4） 算术运算和数据对齐5） 函数...

本文转载自文章：https://zhuanlan.zhihu.com/p/25630700英文版 Pandas Cheat Sheet - Python for Data Science，同时添加了部分注解。Pandas速查手册中文版导入数据导出数据创建测试对象查看、检查数据数据选取数据清理数据处理：Filter、Sort和GroupBy数据合并数据统计对于数据科学家，无论是数据分析还是数据...

特征挑选1 说明2 代码使用方法3 核心代码说明3.1 IV值挑选特征3.2 随机森林挑选特征3.3 训练模型得到结果3.4 训练模型输出结果4 结果对比5 问题1 说明主要是根据 IV值 和 随机森林 这两种方法来挑选特征代码链接： https://github.com/spareribs/kaggleSpareribs/blob/master/Overdue/ml/features/fe...

bak

bak

bak

bak

逻辑回归预测贷款用户是否会逾期我们提升算法实践能力的【整个思路】是这样的：构建模型——>模型融合——>模型评估——&amp

文章目录参考文档参考文档[1] Feature Engineering for Machine Learning - 书本翻译[2] 特征处理 - 七月在线[3] 特征选择[4] 缺失值处理

逻辑回归预测 贷款用户是否会逾期文章目录逻辑回归预测 贷款用户是否会逾期1 环境准备1.1 导入所需的数据包2 特征工程 - 简单数据预处理2.1 确认目前数据量和预测数据占比2.2 简单分析数据表数据2.3 明确需要进行处理的数据3 构建模型3.1 划分测试集和训练集3.2 标准化 归一化处理3.3 构建模型 并训练3.5 模型评估我们提升算法实践能力的【整个思路】是这样的：构建模型——&g...

支持向量机通俗导论（理解SVM的三层境界）前言第一层：了解SVM1.1 分类标准的起源：Logistic回归1.2 线性分类的一个例子第二层：深入SVM第三层：证明SVM前言  动笔写这个支持向量机(support vector machine)是费了不少劲和困难的，原因很简单，一者这个东西本身就并不好懂，要深入学习和研究下去需花费不少时间和精力，二者这个东西也不好讲清楚，尽管网上已经有朋友写...

文章目录1 逻辑回归1.1 概念1.2 推导方法1.2.1 模型 - Sigmoid 分布函数1.2.2 目标函数 - 对数损失函数1.2.3 求解方法1.2.3.1 梯度下降法1.2.4 性能度量2 Softmax2.1 概念2.2 推导方法2.2.1 模型2.2.2 目标函数2.2.3 求解方法2.2.4 性能度量3 sklearn3.1 例子3.2 参数说明4 优缺点5 与线性回归对比6 疑...

文章目录1 线性回归1.1 概念1.2 推导方法1.2.1 模型 - 线性回归方程1.2.2 目标函数 - 平方损失函数1.2.3 求解方法1.2.3.1 最小二乘法 - 代数求解（一元）1.2.3.2 最小二乘法 - 矩阵求解（多元）1.2.4 性能度量1.3 sklearn 实现1 线性回归1.1 概念利用称为线性回归方程的最小二乘函数对 一个或者多个自变量 和 因变量 之间关系进行建...

网络搜索 - 目录1 说明2 代码使用方法3 核心代码说明4 问题参考文章1 说明在做逻辑回归的最初就有尝试做网络搜索，找到最佳的特征组合代码链接： https://github.com/spareribs/kaggleSpareribs/blob/master/Overdue/ml/for beginner/stacking.py2 代码使用方法【必须】先执行 features 中的...