SummerStoneS的博客

The bias-variance dilemma (or bias-variance trade-off) is a fundamental concept in machine learning and statistical modeling that describes the trade-off between two types of errors that can occur when building predictive models:Definition: Bias refers to

一、数据检查1）缺失值有时候是null,有时候全是0，这个需要比想象中更仔细，因为取数的同学们有时候会默认填充0，有时候是因为数据库迁移，产品刚刚发布所以太远的数据没有等原因造成的，这些需要及时确认对于有些变量仅对特定的人有值，（比如说理财的产品偏好，当然只有买了理财的人才会有偏好数据可以分析），可以给没有这个值的人填充一个数值，可以是999这样这个字段不会取到的大值（但是要注意在模型...

prophet是一个比较自动的时间序列模型，在时间足够长的情况下，可以捕捉到年周期，月周期，季度周期，一周内的周期等，以及长期趋势，它可以通过图直观地展示各个因素对预测结果的影响，也可以在单一的数据序列（例如销量）之外加入其它影响序列的因素，比如说节日的影响，我们可以给各个节日的影响强度自定义数字，以及节日的前期预热，和节日的延续时间窗prophet一个重要特性是changepoint，它会自...

支持向量机是啥有一次公司项目上的同事一起吃饭（面前是一锅炒土鸡），提到了支持向量机，学文的同事就问支持向量机是什么，另一个数学物理大牛想了一下，然后说，一种鸡。。。确实很难一句话解释清楚这只鸡。。。supportvectormachine从字面意思来说应该是依靠supportvector来划分数据（其实也能回归啦。。）的机器学习模型。它是一个凸优化问题。SVM的核心将数据的特征投射到高维，然后

对于有监督学习问题，通用的模型训练和评估框架可以是：# 有监督学习框架import tensorflow as tfdef inference(x): # 计算模型在x上的输出，返回结果def loss(x, y): # 根据x对应的实际y值和模型给出的y值计算损失def inputs(): # 读取训练数据x和ydef train(total_los

上一篇讲到了logistic模型，今天用kaggle竞赛的数据集Titanic做一个小小的训练示范。数据集可以从官网下载：https://www.kaggle.com/c/titanic/data首先我们写一个读取文件的函数# 读取文件def read_csv(batch_size, file_name, record_defaults): filename_queu