时间序列预测之 AUTO-ARIMA
摘要：参考链接：常用7种时间序列预测模型 用python做时间序列预测九：ARIMA模型简介 运用ARIMA进行时间序列建模的基本步骤： 1）加载数据：构建模型的第一步当然是加载数据集。 2）预处理：根据数据集定义预处理步骤。包括创建时间戳、日期/时间列转换为d类型、序列单变量化等。 3）序列平稳化：为了
阅读全文
posted @ 2021-04-06 14:41
随笔分类 - 机器学习
对于特征离散化，特征交叉，连续特征离散化非常经典的解释
摘要：转自： 对于特征离散化，特征交叉，连续特征离散化非常经典的解释 一．互联网广告特征工程 博文《互联网广告综述之点击率系统》论述了互联网广告的点击率系统，可以看到，其中的logistic regression模型是比较简单而且实用的，其训练方法虽然有多种，但目标是一致的，训练结果对效果的影响是比较大，
阅读全文
posted @ 2021-03-30 07:58
multi-class、multi-label、multi-output的区别与联系
摘要：一直很纠结Multi-class, Multi-label 以及 Multi-task 各自的区别和联系，最近找到了以下的说明资料： Multiclass classification means a classification task with more than two classes; e
阅读全文
posted @ 2021-03-26 07:45
多标签分类
摘要：转自： 解决多标签分类问题(包括案例研究) 加载和生成多标签分类数据集 安装工具包 pip install arff pip install scikit-multilearn 加载多标签分类数据集 from skmultilearn.dataset import available_data_se
阅读全文
posted @ 2021-03-25 23:37
LDA模型在邮件分类上的运用
摘要：lda模型实战 # -*- coding: utf-8 -*- """ Created on Tue Dec 8 00:02:27 2020 @author: Administrator """ import numpy as np import pandas as pd import re # 数
阅读全文
posted @ 2020-12-10 11:25
面试
摘要：正则化：机器学习面试复习 正则化之所以能够降低过拟合的原因在于，正则化是结构风险最小化的一种策略实现。 给loss function加上正则化项，能使得新得到的优化目标函数h = f+normal，需要在f和normal中做一个权衡（trade-off），如果还像原来只优化f的情况下，那可能得到一组
阅读全文
posted @ 2019-08-09 13:44
朴素贝叶斯分类器
摘要：在scikit-learn中，提供了3中朴素贝叶斯分类算法：GaussianNB(高斯朴素贝叶斯)、MultinomialNB(多项式朴素贝叶斯)、BernoulliNB(伯努利朴素贝叶斯) 简单介绍： 高斯朴素贝叶斯：适用于连续型数值，比如身高在160cm以下为一类，160-170cm为一个类，则
阅读全文
posted @ 2019-08-06 17:07
特征工程 - 特征筛选
摘要：特征筛选的方法主要包括：Filter（过滤法）、Wrapper（封装法）、Embedded（嵌入法） filter: 过滤法 特征选择方法一：去掉取值变化小的特征（Removing features with low variance） 方法虽然简单但是不太好用，可以把它作为特征选择的预处理，先去掉
阅读全文
posted @ 2019-08-02 16:51
密度聚类 - DBSCAN算法
摘要：参考资料：python机器学习库sklearn——DBSCAN密度聚类, Python实现DBScan import numpy as np from sklearn.cluster import DBSCAN from sklearn import metrics from sklearn.dat
阅读全文
posted @ 2019-07-30 17:31
特征工程 - 分箱
摘要：卡方分箱 卡方分箱原理 数据分析与数据挖掘之四大分布三大检验 python自带分箱函数 -- 无法实现对分类型数据的分箱，可借助卡方分箱算法实现
阅读全文
posted @ 2019-07-18 09:32
Anomaly Detection
摘要：数据集中的异常数据通常被成为异常点、离群点或孤立点等，典型特征是这些数据的特征或规则与大多数数据不一致，呈现出“异常”的特点，而检测这些数据的方法被称为异常检测。 异常数据根据原始数据集的不同可以分为离群点检测和新奇检测： 离群点检测(Outlier Detection) 大多数情况我们定义的异常数
阅读全文
posted @ 2019-07-11 11:41
模型融合系数
摘要：模型1预测方差为V1，模型2预测方差为V2，总能找到权重，使融合模型的预测方差小于其中任何一个模型。 设：模型1的预测值随机变量为X，模型2的预测值随机变量为Y，即证存在a使得：Var（aX + (1-a)Y） < min(V1, V2) 不妨设，V1<V2，且V2=kV1 则：Var（aX + (
阅读全文
posted @ 2019-06-06 15:47
遗传算法求解旅行商（TSP）问题 -- python
摘要：参考资料： 遗传算法解决TSP旅行商问题（附：Python实现） 遗传算法详解（GA）（个人觉得很形象，很适合初学者）
阅读全文
posted @ 2019-05-30 09:45
