诗云HSY

零售行业客群划分机制 第一种：客单价 客单价是衡量购买力的重要指标，企业A根据用户过去一年的行为，计算出过去一年的平均客单价，以平均客单价为界，划分客群，此后在高价值用户中根...

诗云HSY

什么是同期群分析？ 同期群分析（Cohort Analysis）就是一种拆分客群的方法，说白就是将用户按初始行为的发生时间，划分为不同的群组，进而分析相似群组的行为如何随...

诗云HSY

一、概述 Hive是hadoop集群中一个数据仓库，可以将结构化的数据文件映射为一张表，并提供类似SQL的查询功能，其本质就是将HQL转化成mapreduce程序。 Hive...

诗云HSY

。1.1概述 假如有一组两种标签的数据，两种标签分布用圆和方块来显示，支持向量机的分类方法是在这组数据分布中找到一个超平面作为决策边界，使模型在数据上的分类误差尽量接近于...

诗云HSY

1.1概述 随机森林非常具有代表性的Bagging集成算法，是一个包含多棵决策树的评估器，分类数组成的森林就叫随机森林分类器，回归树所集成的森林就叫随机森林回归器。 1....

诗云HSY

1.1xgboost库 使用import xgboost as xgb导入XGB相关的类，并使用xgboost库建立自己的建模流程。 最核心的是DMatrix和tra...

诗云HSY

1.1 概述 聚类算法又叫无监督算法，其目的是将数据划分有意义或有用的组或簇，划分一般是基于业务需求或建模需求，也可以是探索数据的分布和自然结构，比如在商业中，如果我们手...

诗云HSY

1.1概述 集成学习（ensemble learning）本身不是一个单独的机器学习算法，而是通过在数据上构建多个模型，集成所有模型的建模结果。集成算法会考虑多个评估器的...

诗云HSY

1.查询今天的数据 TO_DAYS(日期字段) = TO_DAYS(NOW()) 2.查询昨天的数据 TO_DAYS( NOW( ) ) - TO_DAYS(日期字段) <=...

诗云HSY

1.1 维度 对于数组和series来说，维度就是shape返回的结果，shape中返回几个数字就是几维。对图像来说，维度就是图像中特征向量的数量。降维算法中的”降维“，...

诗云HSY

1.1Embedded 嵌入法是一种让算法自己决定使用哪些特征的方法，即特征选择和算法训练同时进行。在使用嵌入法时，我们先使用某些机器学习的算法和模型进行训练，得到各个特...

诗云HSY

我们希望选出与标签有关且有意义的特征，因为这样的特征携带更多的信息，如果特征与标签无关，只会浪费计算内存，可能还会给模型带来噪声，在sklearn中有三种常用的方法来评判...

诗云HSY

1.1 当数据预处理完成之后，接下来就是特征工程部分，特征工程包括了特征的提取，特征创造，特征选择。 特征提取（feature extraction）：从文字、图像、声...

诗云HSY

1.1 缺失值 很多比赛和实际项目中，常常有字段缺失值很多但是有不能舍弃字段的情况，因此数据预处理中非常重要的一项就是处理缺失值。 1.2 impute....