摘要：
1 混淆矩阵衍生指标 上面提到的ACC、PPV、TPR、FPR等指标，都是对某一给定分类结果的评估，而绝大多数模型都能产生好多份分类结果（通过调整阈值），所以它们的评估是单一的、片面的，并不能全面地评估模型的效果。因此，需要引入新的评估指标，来综合全面地评估模型，它们就是如下所述，由混淆矩阵衍生的一 阅读全文
摘要：
1 二分类模型评估 1.1 混淆矩阵 在完成机器学习建模之后，我们需要用一些指标，来度量模型性能的好坏（即模型的泛化能力），以便对比不同模型，从而知道哪个模型相对好，哪个模型相对差，并通过这些指标来进一步调参逐步优化模型。对于分类和回归两类有监督学习评判标准如下，这里主要讨论与分类相关的一些指标。 阅读全文
摘要：
1 数据挖掘技术基础 1.1 描述性统计分析 在现实工作中，不是所有的问题都需要用建模来解决，一些简单的问题如果能用简单方法，就不要使用复杂的解决方案。这样既提升了效率，也减少了出错的可能。即使是非常复杂的问题，我们往往也需要首先用简单的方法，对问题进行一个概括和总览 —— 描述性统计。 描述性统计 阅读全文
摘要：
1 数据挖掘概要 1.1 起源 功能强大的数据收集与存储工具的快速发展，使得可以分析使用的数据呈爆炸式增长，而如何从这些数据中发现有价值的信息，促使了数据挖掘技术的诞生。 1.2 定义 数据挖掘（Data Mining）就是从大量的数据中，提取隐含的，以前未知的，可能有用的信息的过程。 1.3 目标 阅读全文
摘要：
1 模块 1.1 模块的定义 在编程语言中，代码块 >> 函数 >> 类 >> 模块 >> 包（库），是逐级封装，层层调用的关系。在Python中，一个.py文件就是一个模块，模块是比类更高一级的封装。 代码块：小至一行代码，大到一个模块，一个函数……都是代码块，此处指一行代码 函数：函数是指封装好 阅读全文
摘要：
先构造一个数据集，代码如下： 然后对数据集进行EDA分析，过程和代码如下： 阅读全文
摘要：
[TOC] 1 读入思路 不管对数据是否熟悉，是否有数据字典，下图的读数思路都可以通用。 2 读入代码 阅读全文
摘要：
1 函数的定义 函数是一段具有特定功能的、可复用的语句组。python中函数用函数名来表示，并通过函数名进行功能调用。它是一种功能抽象，与黑盒类似，所以只要了解函数的输入输出方式即可，不用深究内部实现原理。函数的最突出优点是： 实现代码复用：减少重复性工作 保证代码一致：只需要修改该函数代码，则所有 阅读全文
摘要：
[TOC] 1 创建和重定义变量 创建和重定义变量，是SAS中最受人欢迎的功能之一，你可以用以下基本形式的赋值语句，来创建和重定义变量： variable = expression ； variable 是变量名，可以是新变量或已有变量。expression 可以是常量、另一个变量 或 数学表达式。 阅读全文
摘要：
[TOC] 1 临时和永久数据集 SAS数据集名称 SAS数据集有临时和永久两种存在方式。所有的SAS数据集都有一个两级名称，两个层级之间用句点.分隔。 第一层级：逻辑库引用名 第二层级：数据集名称 注意，两级名称出现在 DATA 语句和 DATA= 选项中 逻辑库引用名、数据集名称都遵循SAS命名 阅读全文