集成算法，随机森林回归模型

2021-07-20

来源：数据STUDIO 作者：云朵君 所有的参数，属性与接口，全部和随机森林分类器一致。仅有的不同就是回归树与分类树的不同，不纯度的指标， 参数Criterion不一致。 RandomForestRegressor(n_estimators='wa ...

数据挖掘中常用的基本降维思路及方法总结

2021-06-29

来源：数据STUDIO 作者：云朵君 01、降维的意义 降低无效、错误数据对建模的影响，提高建模的准确性。 少量切具有代表性的数据将大幅 ...

CDA LEVEL 1 考试，知识点《机器学习基本概念》

2021-03-15

一、什么是机器学习 机器学习研究如何让计算机不需要明确的程序也能具备学习能力。(—— Arthur Samuel,1959) 一个计算机程序在完成了任务T之后，获得经验E，其表现效果为P，如 果任务T的性能表现，也就是用 ...

实例 | 教你用python写一个电信客户流失预测模型

2020-09-15

   CDA数据分析师 出品   作者：真达、Mika 数据：真达   【导读】 今天教大家如何用python写一个电信用户流失预测模型。之前我们用Python写了员工流失预测模型 ...

机器学习还能预测心血管疾病？没错，我用python写出来了

2020-09-07

CDA数据分析师 出品   作者：Mika 数据：真达   后期：Mika 【导读】手把手教你如何用python写出心血管疾病预测模型。 全球每年约有1700万人死于心血管疾病，当中主要表现 ...

如何用Python进行大数据挖掘和分析？快速入门路径图

2018-08-30

如何用Python进行大数据挖掘和分析？快速入门路径图 大数据无处不在。在时下这个年代，不管你喜欢与否，在运营一个成功的商业的过程中都有可能会遇到它。 什么是 大数据 ？ 大数据就像它看起来那样——有 ...

如何让你的数据直觉更敏锐

2018-07-30

如何让你的数据直觉更敏锐 每当人工智能和机器学习取得一些进展时，这些进展一定占据着各大媒体的头版头条。 媒体对其有如此高的关注度，这意味着，现在科技界主流的兴趣领域是数据科学。 对于有大局意识 ...

R语言之决策树和随机森林

2018-06-16

R语言之决策树和随机森林 总结决策树之前先总结一下特征的生成和选择，因为决策树就是一种内嵌型的特征选择过程，它的特征选择和算法是融合在一起的，不需要额外的特征选择。 一、特征生成： 特征生成是 ...

一种面向高维数据的集成聚类算法

2018-06-10

一种面向高维数据的集成聚类算法 聚类集成已经成为机器学习的研究热点，它对原始数据集的多个聚类结果进行学习和集成，得到一个能较好地反映数据集内在结构的数据划分。很多学者的研究证明聚类集成能有效 ...

机器学习入门报告之 解决问题一般工作流程

2018-03-20

机器学习入门报告之 解决问题一般工作流程 对于给定的数据集和问题，用机器学习的方法解决问题的工作一般分为4个步骤： 一．     数据预处理 首先，必须确保数据的格式符合要求 ...

随机森林进行特征重要性度量的详细说明

2018-03-17

随机森林进行特征重要性度量的详细说明 特征选择方法中，有一种方法是利用随机森林，进行特征的重要性度量，选择重要性较高的特征。下面对如何计算重要性进行说明。 1 特征重要性度量 计算某个特征X的重 ...

深度学习防止过拟合的方法

2018-02-26

深度学习防止过拟合的方法 过拟合即在训练误差很小,而泛化误差很大,因为模型可能过于的复杂,使其”记住”了训练样本,然而其泛化误差却很高,在传统的机器学习方法中有很大防止过拟合的方法,同样这些方法很多也 ...

python实现随机森林random forest的原理及方法

2018-01-22

python实现随机森林random forest的原理及方法 想通过随机森林来获取数据的主要特征 1、理论 随机森林是一个高度灵活的机器学习方法，拥有广泛的应用前景，从市场营销到医疗保健保险。 既可以用来做市场营销模 ...

如何实现降维处理(R语言)

2017-12-07

如何实现降维处理(R语言) 现实世界中数据一般都是复杂和高维的，比如描述一个人，有姓名、年龄、性别、受教育程度、收入、地址、电话等等几十种属性，如此多的属性对于数据分析是一个严重的挑战，除了极大增加 ...

SPSS分类分析：最近邻元素分析

2017-11-15

SPSS分类分析：最近邻元素分析 一、最近邻元素分析（分析-分类-最近邻元素） 1、概念：根据个案间的相似性来对个案进行分类。类似个案相互靠近，而不同个案相互远离。因此，通过两个个案之间的距离 ...

数据挖掘案例—ReliefF和K-means算法的医学应用

2017-07-13

数据挖掘案例—ReliefF和K-means算法的医学应用 数据挖掘方法的提出，让人们有能力最终认识数据的真正价值，即蕴藏在数据中的信息和知识。数据挖掘 (DataMiriing)，指的是从大型数据库或数据仓库中提取人 ...

数据挖掘过程体会

2017-04-14

数据挖掘过程体会 Step1. 就是商业问题的理解了，那么如何更好的理解“老大”提出的商业问题困惑呢？我觉得思维导图倒是个不错的选择，当然自己要想更好的理解“老大”的意思还需要进一步的沟通，商业问题的 ...

机器学习：决策树（Decision Tree）

2017-03-11

机器学习：决策树（Decision Tree） 决策树（decision tree）是一种基本的分类与回归方法。在分类问题中，它可以认为是if-then规则的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。在学习时，利 ...

非常值得收藏的 IBM SPSS Modeler 算法简介

2017-03-08

非常值得收藏的 IBM SPSS Modeler 算法简介 IBM SPSS Modeler 以图形化的界面、简单的拖拽方式来快速构建数据挖掘分析模型著称，它提供了完整的统计挖掘功能，包括来自于统计学、机器学习、人工智能等方面 ...

数据挖掘七十八道选择题

2021-02-03

数据挖掘七十八道选择题 1. 某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题？(A) B. 聚类 D. 自然语言处理 2. 以下两种描述分别对应哪两种对分类算法的 ...