发简信
IP属地：广东
-
模型性能评估_交叉验证（Cross Validation）_简版解决的主要问题是过拟合（Over fitting），用于模型调参和模型选择，确定测试集用于验证的模型。 决不能使用测试集（X_test）来进行参...
-
数据预处理小结_简版
一、数据清洗 在讨论具体的方法前，想讨论一个大前提，数据的预处理是否是测试集和训练集一起进行？答案是不要。 简单而言，就是不应当把测试的信息引入...
-
逻辑回归的基本原理&深度学习_简版温故而知新，可以为师也。 至于为什么要加入深度学习的对比，是想通过前沿算法的对比，体现出LR的优势与特点，以及深度学习可以期待的用途。 一、逻辑...
-
特征工程与自动化_简版
一、基本方法论 近似特征的差：适用于聚类、异常值检测等。电商领域常用的两个几乎相等的特征原始订单价和净订单价，相关系数0.9，对大多数用户而言，...
-
过拟合与正则化小结_简版
一、过拟合 模型复杂度太高的表现，模型的泛化能力十分重要，交叉验证是识别过拟合的好方法。 1、主要原因 数据有噪声，无法避免，会影响训练集的数据...
-
模型的价值与适用性想起一位招聘的猎头说过，数据人员一年几十万，有时公司是会觉得没什么用，特别是非核心业务线。这几年自己有一些体会，分享一下，欢迎探讨。 首先很多业...
-
评分卡建模流程
一、样本与目标变量的定义 A卡样本的确定： 同时考虑实际业务特性，如最好至少覆盖12个月（季节波动），模型的稳定性非常重要。假如模型（数据分析）...
-
风险管理小结_简版一、政策风险 房地产三条红线，恒大债券违约、教培行业的政策打压、贸易战的影响等。 二、风险控制流程 KYC（个人信息验证）--> 信用风险评估（...
-
PCA&SVD的基本原理
一、基本原理 降维，PCA更多的发现特征间的线性关系，t-SNE主打非线性降维。 Dimensionality reduction we nor...