热爱数据分析，也喜欢心理学，公众号“数据分析与商业实践”有所有最新文章与原数据代码
IP属地：上海
-
-
Python随机森林算法入门和性能评估
决策树是各种机器学习任务的常用方法。 决策树是比较能满足于数据挖掘的方法，因为它在特征值的缩放和其他各种转换下保持不变，对无关特征是可靠的，而且能生成可被检查的模型。然而，生...
-
数据处理实战： Chimerge和决策树分箱本文是对《数据挖掘概念与技术》第三章的补充，详细展开分箱技术的细节 1、Chimerge 分箱 Chimerge分箱虽然在书中只是寥寥几行，但却瞬间吸引了我的兴趣, 因为它的...
-
-
Fuzzy C-Means（模糊C均值聚类）
模糊c均值聚类融合了模糊理论的精髓。相较于k-means的硬聚类，模糊c提供了更加灵活的聚类结果。因为大部分情况下，数据集中的对象不能划分成为明显分离的簇，指派一个对象到一个...
-
基于Python的信用评分卡模型分析（一）信用风险计量体系包括主体评级模型和债项评级两部分。主体评级和债项评级均有一系列评级模型组成，其中主体评级模型可用“四张卡”来表示，分别是A卡、B卡、C卡和F卡；债项评级模型通...
-
python 缺失值处理
# 用随机森林对缺失值预测填充函数 def set_missing(df): # 把已有的数值型特征取出来 process_df = df.ix[:,[变量]] ...
-
Stacking算法分析与案 例调参实例基本概念 Stacking集成方法在比赛中被称为“懒人”算法，它不需要花费过多时间的调参就可以得到一个效果不错的算法，同时，这种集成学习的方式不需要理解太多的理论，只需要在实...
-
kaggle——泰坦尼克之灾3(基于stacking）之前有写过两篇关于Titanic比赛的简书，这几天上kaggle-Titanic的kernels在MostVost找了一篇排第一的kernels来看，参考链接[%5Bhttp...
-
使用Python语言，及其在因特网信息数据获取（爬虫）和数据挖掘、机器学习上的应用。也包含python的基本使用。
