原创 【評分卡】評分卡入門與創建原則——分箱、WOE、IV、分值分配
本文主要講“變量選擇”“模型開發”“評分卡創建和刻度” 變量分析 首先，需要確定變量之間是否存在共線性，若存在高度相關性，只需保存最穩定、預測能力最高的那個。需要通過 VIF(variance inflation factor）
2020-06-22 22:21:39
64
原创 【特徵工程】一種異常值檢測方法、原理、代碼實現 （基於箱線圖）
先介紹使用到的方法原理，也就是一種異常檢測的方法。 首先要先了解箱線圖。 箱線圖 箱線圖（Boxplot）也稱箱須圖（Box-whisker Plot），是利用數據中的五個統計量：最小值、第一四分位數、中位數、第三四分位數與最大
2020-06-10 03:47:25
1
原创 【數據處理】pandas DataFrame 實現 某列中分隔數據轉成多行 split explode
DataFrame中某列由“逗號”分隔，格式如下。希望轉換後，分隔的數據全部以多行的形式重新展示。 處理前： 處理後： 方法一 轉換代碼如下。 import pandas as pd df = pd.DataFrame([{'
2020-06-10 03:47:25
5
原创 【RNN】理解word2vec中的 Skip-Gram
在處理文字模型的時候，將文字轉化成可以放進模型的數字，最簡單方法是用 one-hot 編碼。但是這種方法有弊端，轉化後的每個詞之間在數字上都是相互獨立的，任何一對詞的one-hot向量的餘弦相似度都爲0，任何詞之間都沒有關係。 G
2020-06-10 03:47:25
8
原创 【算法】理解哈希算法 hash 和常見應用
概念 將任意長度的二進制值串映射爲固定長度的二進制值串，這個映射的規則就是 哈希算法。 通過原始數據映射之後得到的二進制值串就是 哈希值。 要求 從哈希值不能反向推導出原始數據 對輸入數據非常敏感，一個 Bit 修改得到的哈希值
2020-06-10 03:47:25
原创 【特徵工程】 離散型變量 映射成 數字
在特徵處理中，有一些特徵裏面的值是一些可分類的字符串，舉個例子： 姓名 學歷 收入 小張 高中 4000-5000元 小王 本科 6000-7000元 小李 碩士 8000-9000元 小趙 本科 600
2020-06-10 03:47:25
原创 【數據結構】鏈表 的介紹與python實現 上篇
【數據結構】鏈表的介紹與python實現 上篇 【數據結構】鏈表的介紹與python實現 下篇 本文部分文字圖片引用了極客時間的《數據結構與算法之美》鏈表篇 https://time.geekbang.org/column/
2020-06-10 03:47:14
原创 【數據結構】鏈表 的介紹與python實現 下篇
【數據結構】鏈表的介紹與python實現 上篇 【數據結構】鏈表的介紹與python實現 下篇 鏈表上篇簡單介紹了鏈表，這篇用python實現鏈表的基本一些操作。 包括打印鏈表，插入，刪除，查找，反轉。 class Node(
2020-06-10 03:47:14
原创 【親身經歷】2019杭州人才引進落戶——詳細流程、地址、所需材料、網上辦事鏈接
補充：目前杭州本科和專科的人才落戶政策也已經放開，與下面的流程和材料應該差距不大，希望本文能幫助大家。 首先說一下整體的辦理感受：完美（先吹一波）。 不管是從服務態度還是辦事效率，好到我都覺得這不是在政府辦事了。大部分事情可以在
2020-06-10 03:47:14
原创 curl: (7) Failed to connect to raw.githubusercontent.com port 443: Connection refused 解決方法
問題： 報錯 curl: (7) Failed to connect to raw.githubusercontent.com port 443: Connection refused 解決方法： 參考： https://bbs.
2020-04-19 06:38:31
原创 解決xgboost報錯 ： ValueError: feature_names mismatch
問題原因 已使用訓練數據完成xgboost模型的訓練，後期應用時，加載完成模型，使用新數據進行預測時報錯。 ValueError: feature_names mismatch，具體如下圖。 導致這個問題原因可能有多種情況，我這
2019-05-21 13:36:39
原创 【算法】字符串匹配1 BF算法 RK算法
字符串匹配有多種方法，這裏先講最簡單的兩種算法： BF算法 和 RK算法，複雜度也相對較高。 它們均爲單模式串匹配的算法，也就是一個串跟一個串進行匹配。 BF算法 簡介 Brute Force，暴力匹配算法，也叫樸素匹配算法。 比較簡
2019-04-26 22:49:49
原创 【算法】字符串匹配2 BM算法 壞字符規則 好後綴規則 python代碼實現
BM算法， Boyer-Moore，非常高效，是KMP算法的3~4倍。 高能預警，此算法較難。 核心思想 匹配過程其實就是模式串在主串中不停地往後滑動。 當遇到不匹配的字符時，BF和RK算法做法是往後滑動一位，從模式串第一個字符重新匹
2019-04-26 22:49:49
3
原创 【算法】圖的 深度優先搜索 廣度優先搜索 複雜度分析 python代碼實現
深度優先搜索算法和廣度優先搜索算法都是基於“圖”這種數據結構的。 作爲圖的搜索算法，既可用於有向圖，也可用於無向圖，以下均用無向圖講解。 廣度優先搜索 Breadth-First-Search，BFS。 一種“地毯式”層層推進的搜索策
2019-04-10 13:34:10
原创 【數據結構】圖的表示與存儲方法 鄰接表 鄰接矩陣
圖是一種非線性表數據結構。 圖中的元素我們就叫作頂點（vertex）。 一個頂點可以與任意其他頂點建立連接關係，這種建立的關係叫作邊（edge）。 跟頂點相連接的邊的條數，叫作頂點的度（degree）。 無向圖 邊沒有方向的圖就叫作“
2019-04-10 13:34:10