原创 Sklearn-GBDT(GradientBoostingDecisonTree)梯度提升樹
GBDT類庫概述GBDT有很多簡稱，有GBT（Gradient Boosting Tree）, GTB（Gradient Tree Boosting）， GBRT（Gradient Boosting Regression Tree）
2020-07-05 12:30:42
2
原创 python函數參數傳遞（params, *params, **params）
一般最開始接觸也就是最簡單的函數參數形如 def fuc(x) ,但是也有複雜的函數參數傳遞方式，總結一下python的傳參方式，先介紹一下參數的基本類型，最後講到最複雜的（**params）類型。 1. 位置參數 一個最簡單的函數形式，
2020-07-05 12:30:32
1
原创 個人徵信報告解讀
徵信數據背景 構建徵信體系對擴展消費信貸業務的起到積極作用，徵信數據爲借貸機構提供借款人的基本信用畫像，從而作出可靠的信貸決策。徵信數據的相關鏈路包括，上游的數據生產者（各銀行、消金公司等金融機構上報）、中游的徵信機構（整合數據輸出徵信報
2020-07-05 12:30:32
原创 【統計學習方法筆記】第一章統計學習概論
目錄 1.1統計學習 1.2 統計學習的分類 1.3 統計學三要素 1.4 模型評估與模型選擇 1.5 正則化與交叉驗證 1.6 泛化能力 1.7 生成模型與判別模型 1.8 監督學習應用 1.1統計學習 統計學習包括：監督學習，非監督學
2020-07-05 12:30:32
原创 時間切片特徵衍生
在sql中比較容易處理類似“近n個月金額之和／最大值／最小值／平均值” 這樣的變量，使用sum(case when date then amount else 0 end) 即可，如果是出差在外只能處理離線數據不能使用數據庫時，這個時候
2020-07-05 12:30:32
1
原创 【CS224n課程筆記】Lecture 01 Introduction and Word Vectors
目錄 1. word vectors 詞向量 2. Representing words by their context 3. objective function 目標函數 4. 梯度下降：鏈式法則（基礎的求導知識） Lect
2020-07-05 12:30:32
原创 jieba 中文分詞介紹及使用
目錄 基本介紹 功能及使用 1. 分詞 2. 添加自定義詞典 2.1 載入詞典 2.2 調整詞典 3. 關鍵詞提取 3.1 基於 TF-IDF 算法的關鍵詞抽取 3.2 基於 TextRank 算法的關鍵詞抽取 4. 詞性標註 5
2020-07-05 12:30:32
1
原创 fasttext算法原理及使用
1. FastText原理 fastText是一種簡單高效的文本表徵方法，性能與深度學習比肩。fastText的核心思想就是：將整篇文檔的詞及n-gram向量疊加平均得到文檔向量，然後使用文檔向量做softmax多分類。這中間涉及到兩個
2020-07-05 12:30:32
3
原创 從詞袋到 tf-idf
複習一下文本處理的一些基本概念。 詞袋：Bag-of-words，基於單詞數量統計的 最簡單的文本特徵表示方法。對於文本數據，詞袋可以理解爲單詞數量的統計列表。 文本“it is a puppy and it is extremely
2020-07-05 12:30:32
1
原创 jupyter配置——添加目錄
jupyter超實用功能： 在做統計分析或者建模過程中，需要來回查看前後代碼和中間步驟結果，目錄欄功能能夠快速定位到位置，能夠大大提升工作效率。這裏記錄下安裝過程，需要時方便查找。 1.第一步, 安裝 Jupyter Notebook
2020-05-18 11:16:34
原创 利用sklearn進行集成學習之相關理論
轉自http://www.cnblogs.com/jasonfreak/p/5657196.html 集成學習的幾個主要算法講的精簡易懂，特別是集成學習過程中的調參涉及到的理論部分，特別是對偏差和方差有了更直觀的理解，以及幾個不同的損失
2020-02-21 04:48:19
原创 機器學習算法——集成學習
概念集成學習是機器中一個非常重要且熱門的分支，用 多個弱分類器構成一個強分類器，其哲學 思想是 “三個臭皮匠賽過諸葛亮 ”。 爲什麼要集成？模型選擇：假設各弱分 類器間具有一定差異性（如不同的算法，或相參數配置），這會導致生成假設各弱分
2020-02-21 04:48:08
1
原创 Sklearn-LogisticRegression邏輯迴歸
邏輯迴歸：可以做概率預測，也可用於分類，僅能用於線性問題。通過計算真實值與預測值的概率，然後變換成損失函數，求損失函數最小值來計算模型參數，從而得出模型。 sklearn.linear_model.LogisticRegressio
2020-02-21 04:48:08
原创 Sklearn-RandomForest隨機森林
在scikit-learn中，RandomForest的分類類是RandomForestClassifier，迴歸類是RandomForestRegressor，需要調參的參數包括兩部分，第一部分是Bagging框架的參數，第二部分是C
2020-02-21 04:48:08
原创 機器學習算法——決策樹
基本概念決策樹是一種樹形結構，其中每個內部節點表示一個屬性上的測試，每個分支代表一個測試輸出，每個葉節點代表一種類別。 三種結點： 根結點：沒有入邊，但有零條或者多條出邊 內部結點：恰有一條入邊和兩條或多條出邊 葉結點：恰有一條入邊，但沒
2020-02-21 04:48:08