摘要：
imbalanced-learn是一个Python库，专门用于处理不平衡数据集的机器学习问题。 这个库提供了一系列的重采样技术、组合方法和机器学习算法，旨在提高在不平衡数据集上的分类性能。Imbalanced-learn支持欠采样、过采样、结合欠采样和过采样的方法，以及一些集成学习方 阅读全文
摘要：
CatBoost是一种机器学习库，由俄罗斯的搜索巨头Yandex在2017年开源。它属于Boosting族算法的一种，与XGBoost、LightGBM并称为GBDT的三大主流神器。CatBoost的主要作用和创新点在于高效合理地处理类别型特征，这是从其名称中的"Cat"（分类）和" 阅读全文
摘要：
XGBoost是一个非常强大的Boosting算法工具包，以其优秀的性能（效果与速度）在数据科学比赛中长期占据领先地位，并且在许多大厂的机器学习方案中也是首选模型。 XGBoost在并行计算效率、缺失值处理、控制过拟合、预测泛化能力等方面表现出色。它的主要特点和优势包括： 并行计 阅读全文
摘要：
运营商客户流失分析与预测 背景 提出问题 理解数据 数据清洗 可视化分析 用户流失预测 结论和建议 一、背景 关于用户留存有这样一个观点，如果将用户流失率降低5%，公司利润将提升25%-85%。如今高居不下的获客成本让移动运营商遭遇“天花板”，甚至陷入获客难的窘境。随着市场饱和度上升，移动运营商亟待 阅读全文