确定性模型包括：平滑法、趋势分析法、季节分解法。 ⚫ 非季节性 简单：适用于无趋势，且无季节性； Holt（霍特）线性趋势：适用于有趋势，且无季节性； Brown（布朗）线性趋势：适用于有趋势，且无季节性； 阻尼趋势：适用于逐渐消失的趋势，且无季节性； ⚫ 季节性 简单季节性：适用于无趋势，且季节性变化为常数； Winters（温特）可加性：适用于有趋势，且季节性变化为常数； W
田齐齐
2020-02-28
这是重复值的多少决定的，就像排名为1的值有三个，下一个排名就为第4，距离就远。而具体要分几组，是业务环境和需求决定的，比如客户划分，客户流失越严重应该分的更细。
田齐齐
2020-02-28
为了控制离群 值对估计结果的影响，本文对除企业规模(SIZE)和资产负债率(LEV)以外的所有变量进行 了“缩尾处理”(Winsorization)，即，将所有小于 1%分位数或大于 99%分位数的观察值， 分别替换为1%分位数或99%分位数。 缩尾的值可以结合实际业务需求和数据进行调整。
田齐齐
2020-02-28
可以先对此列进行升序或降序排序 选出要进行替换的值，进行替换 设置重命名为一个新变量，设置新值和旧值 把大于41.71的值替换成41.71 把其他所有值复制旧值 这样我们就手动构建出一列进行了缩尾处理的数据啦。
田齐齐
2020-02-28
方差分析又被称作“F检验”或者“变异数分析”，主要是用于两个及两个以上样本均值差异的显著性检验。方差分析和回归分析一样，也有很多个分支。对于方差分析，一般我们是用来研究不同来源的变异对总变异的贡献大小，从而确定可控因素对因变量的影响大小。
田齐齐
2020-02-27
如图 5-4 显示，一个简单感知器模型，感知器模型左侧是自变量及其对应的输入节点、 𝑤𝑖表示通过训练数据集估计的权重值、𝑓(𝑾 ∙ 𝑿 𝛿)由两部分组成，即加法器（combination function）和激活函数（transfer function）。 加法器是感知器对输入权值加权求和（一般情况如此，其他情况如径向基函数与此不同）， 另外还有偏移项（bias），可以理解为回归中
田齐齐
2020-02-27
老师，logistics中的正确率能判断什么呢，您当时说不能只看那个正确率，是这样吗，还要与不进行回归的正确率相比，关于正确率这里 还是不太理解 决定系数R方是来衡量回归的好坏，是看整体情况，准确率表示所有的预测样本中，预测正确的比例，根据图1-1可得其计算公式为：A = (TP TN) / (TP FN FP TN) 准确率可以看局部预测准确率，比如为正的预测对了多少，为负
田齐齐
2020-02-27
我们首先知道信息熵是考虑该随机变量的所有可能取值，即所有可能发生事件所带来的信息量的期望。公式如下： a 我们的条件熵的定义是：定义为X给定条件下，Y的条件概率分布的熵对X的数学期望 这个还是比较抽象，下面我们解释一下： 设有随机变量（X,Y），其联合概率分布为 a 条件熵H（Y|X）表示在已知随机变量X的条件下随机变量Y的不确定性。随机变量X给定的条件下随机变量Y的条件熵H(Y|X)
田齐齐
2020-02-27
logistic回归是看R方和正确率要结合在一起看。 决定系数R方是来衡量回归的好坏，换句话说就是回归拟合的曲线它的拟合优度！也就是得分啦~~ 决定系数它是表征回归方程在多大程度上解释了因变量的变化，或者说方程对观测值的拟合程度如何。 准确率表示所有的预测样本中，预测正确的比例，根据图1-1可得其计算公式为：A = (TP TN) / (TP FN FP TN)
田齐齐
2020-02-27
问题：logistic回归后估计出预测值概率和预测值，预测值是根据概率50%为界，大于则1，小于则0，那有的问题要>80%的概率才输出1，其余为0，这个logistic能做吗？ 可以的，如图 在这里，将分类分界值改为0.8就可以了。
田齐齐
2020-02-27
问题：看缺失值模式目的是确定填补方法吗？ 答：我们在处理缺失值时，要看缺失值比例，缺失值模式能够给我们提供非常丰富比例，不但是一个变量的比例 ，而且是各种缺失值组合的比例，可以帮我们去更好的判定结果。
田齐齐
2020-02-27
问题：对于y为分类时，y取0，1和y取1，2，都不影响分析吗？ 答：是的，y取0，1和y取1，2，只是对y的一个标记，代表两种情况，和取值没影响。
田齐齐
2020-02-27
样本数据足够多时为了剔除一些极端值对研究的影响，一般会对连续变量进行缩尾处理（Winsorize）。 通常在1%和99%分位做极端值处理，对于小于1%的数用1%的值赋值，对于大于99%的数用99%的值赋值。
田齐齐
2020-02-27
ROC曲线的定义 ROC的全称是Receiver Operating Characteristic Curve，中文名字叫“受试者工作特征曲线”，顾名思义，其主要的分析方法就是画这条特征曲线。 a 该曲线的横坐标为假阳性率（False Positive Rate, FPR），N是真实负样本的个数，FP是N个负样本中被分类器预测为正样本的个数。纵坐标为真阳性率（True Positive
田齐齐
2020-02-26
