2019年9月24日
matplotlib模块学习
摘要： %matplotlib inline %matplotlib inline这一句是IPython的魔法函数，使用%matplotlib命令可以将matplotlib的图表直接嵌入到Notebook之中，省略掉plt.show()这一步，直接显示图像。 %config InlineBackend.fi 阅读全文
posted @ 2019-09-24 14:14 蔓越煤 阅读(135) 评论(0) 推荐(0) 编辑
pandas模块学习
摘要： 1. pandas的核心或基础知识点： pandas的核心结构是DataFrame，它是由多个series组合而成（Series类型由一组数据及与之相关的数据索引组成），而实际值的核心结果是ndarray，故pandas是基于numpy的一种工具。 2. 各种基础函数的使用： pd.read_csv 阅读全文
posted @ 2019-09-24 14:13 蔓越煤 阅读(89) 评论(0) 推荐(0) 编辑
2019年9月9日
评分卡建模
摘要： 评分卡建模的基本流程： IV值的区分度情况： 模型效果评估： PSI稳定性的评估， 0.2已经很不稳定了 阅读全文
posted @ 2019-09-09 15:55 蔓越煤 阅读(121) 评论(0) 推荐(0) 编辑
关联规则
摘要： 关联规则挖掘的目的是在数据项目中找出所有的并发关系，除了基本Aprioris算法，还有一些常用的改进算法，例如多最小支持度的关联规则挖掘，分类关联规则挖掘。 支持度：规则前项LHS和规则后项RHS所包括的商品都同时出现的概率，LHS和RHS商品的交易次数/总交易次数。 置信度：在所有的购买了左边商品 阅读全文
posted @ 2019-09-09 15:48 蔓越煤 阅读(111) 评论(0) 推荐(0) 编辑
聚类分析
摘要： 聚类分析：是研究样本或指标进行分类的一种多元统计方法。 聚类分析按根据分类对象的不同分为R型和Q型，R型对变量进行分类，Q型对样品进行分类。 常用的聚类方法：系统聚类法、模糊聚类法（多为定性变量的分类）、K 均值法（动态聚类法）、有序样品的聚类（最优分割法）、分解法、加入法等 定量数据在进行聚类分析 阅读全文
posted @ 2019-09-09 15:47 蔓越煤 阅读(931) 评论(0) 推荐(0) 编辑
逻辑回归
摘要： Logistic回归模型是一种概率模型，它是以疾病，死亡等结果发生的概率为因变量，影响疾病发生的因素为自变量建立回归模型。它特别适用于因变量为二项，多项分类的资料。 1）logistic回归的作用： 预测预报：通过模型可以预测发病、死亡等的概 因素分析：寻找对发病、死亡等影响有显著性的因素 2）Lo 阅读全文
posted @ 2019-09-09 15:30 蔓越煤 阅读(353) 评论(0) 推荐(0) 编辑
2019年8月28日
Markdown基本语法
摘要： [TOC] 1. 标题设置 在想要设置为标题的文字前面加“ ”来表示，一个 是一级标题，二个 是二级标题，以此类推。注：标准语法一般在 后跟个空格再写文字 示例和效果： 2. 字体设置 加粗 要加粗的文字左右分别用“\ \ ”包起来[该处\为转义字符] 示例： 效果： 加粗 倾斜 要倾斜的文字左右分 阅读全文
posted @ 2019-08-28 09:42 蔓越煤 阅读(129) 评论(0) 推荐(0) 编辑
阿拉丁工作
摘要： 报表相关： 1、借款报表：按照时间维度（日、月、累计借款，客单价、笔单价、平均期数），分期数、品类、用户类型（普通用户、白名单用户、黑名单用户）、新老用户（定义？） 2、风控报表：强风控、弱风控（整体通过率[转化率]、细化各个规则通过率、规则不交叉命中率、规则缺失率） 3、额度报表：每日获得额度情况 阅读全文
posted @ 2019-08-28 09:21 蔓越煤 阅读(48) 评论(0) 推荐(0) 编辑
numpy模块学习
摘要： 1. numpy的核心或基础知识点： NumPy是一个Python包，它是一个由多维数组对象和用于处理数组的例程集合组成的库，其核心结构是ndarray。 2. 各种基础函数的使用 np.array(object, dtype=None, copy=True, order='K', subok=Fa 阅读全文
posted @ 2019-08-28 09:14 蔓越煤 阅读(147) 评论(0) 推荐(0) 编辑
2019年7月6日
数据库的一些语法及说明
摘要： 对“bill_ids”字段按逗号分隔形成多条数据 SELECT a.id, substring_index(substring_index(a.bill_ids, ',', b.id), ',', -1) bill_ids, a.status, a.card_name FROM (SELECT id 阅读全文
posted @ 2019-07-06 19:13 蔓越煤 阅读(287) 评论(0) 推荐(0) 编辑