浅笑古今的博客

“聚数据”平台整理了网上开放的免费科研数据集，以下是分类列表以及下载地址，供高校和科研机构免费下载和使用。以下内容转自https://blog.youkuaiyun.com/qq_32447301/article/details/79487335金融美国劳工部统计局官方发布数据 上证A股日线数据，1999.12.09 至 2016.06.08，前复权，1095支股票 深证A股日线数据，1999...

转：http://www.cnblogs.com/pinard/p/6143927.html　1. scikit-learn GBDT类库概述在sacikit-learn中，GradientBoostingClassifier为GBDT的分类类， 而GradientBoostingRegressor为GBDT的回归类。两者的参数类型完全相同，当然有些参数比如损失函数loss的可选择项并不相...

当使用Matplotlib及Seaborn绘图时，图中中文字符不能正常显示，会出现“□”字符。解决方法如下。Matplotlibimport numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei'] # 解决中文显示问题-设置字体为黑体plt.rcParams['a...

本文转自seaborn.heatmap官方操作手册：http://seaborn.pydata.org/generated/seaborn.heatmap.htmlheatmap很好，很强大！seaborn.heatmapseaborn0.9.0seaborn.heatmap(data, vmin=None, vmax=None, cmap=None, center=None, r...

详细介绍可以看seaborn官方API和example galler。1  set_style( )  set( )set_style( )是用来设置主题的，Seaborn有五个预设好的主题： darkgrid , whitegrid , dark , white ,和 ticks  默认： darkgriimport matplotlib.pyplot as plt  impor...

在做信用评分卡研究时，除了用KS/AUC指标，还经常见到基尼系数(gini coefficient)。gini系数通常被用来判断收入分配公平程度。  图.洛伦茨曲线与基尼系数 Gini coefficient 是指绝对公平线(line of equality)和洛伦茨曲线(Lorenz Curve)围成的面积与绝对公平线以下面积的比例，即gini coefficient = A面积 ...

问题：ROC曲线是累计坏占比曲线（图中蓝色曲线）下面的面积（>0.5），KS值是累计坏占比曲线-累计好占比曲线差值（图中红色曲线）的最大值。实际上他们都是一样的？ 解答：ROC(Receiver Operating Characteristic Curve):接受者操作特征曲线。ROC曲线及AUC系数主要用来检验模型对客户进行正确排序的能力。ROC曲线描述了在一定累计好客...

公式： psi = sum(（实际占比-预期占比）* ln(实际占比/预期占比))举个例子解释下，比如训练一个logistic回归模型，预测时候会有个类概率输出，p。在你的测试数据集上的输出设定为p1，将它从小到大排序后将数据集10等分（每组样本数一直，此为等宽分组），计算每等分组的最大最小预测的类概率值。现在你用这个模型去对新的样本进行预测，预测结果叫p2，利用刚才在测试数据集上得到的10等...