Xgboost相对于线性模型在进行预测时往往有更好的精度，但是同时也失去了线性模型的可解释性。所以Xgboost通常被认为是黑箱模型。 2017年，Lundberg和Lee的论文提…

来自http://blog.sina.com.cn/s/blog_66f6d3da01018lo7.html 分析报告的输出是是你整个分析过程的成果，是评定一个产品、一个运营事件的…

from: https://www.cnblogs.com/think90/p/7133753.html 在聚类分析的时候确定最佳聚类数目是一个很重要的问题，比如kmeans函数就…

剪枝理论，决策树的剪枝在上一节中没有仔细讲，趁这个机会学习了剪枝的基础理论，这里会详细学习。 决策树为什么(WHY)要剪枝？原因是避免决策树过拟合(Overfitting)样本。前…

本文作者： 袁宵 本文链接： https://yuanxiaosc.github.io/2019/08/05/异常检测/ 异常检测 异常检测 百度百科 异常检测(Anomaly d…

作者：汪梅子 研究定价有什么作用吗？ 有人认为价格只是数字，有价意味着有收入。对商家而言，利用消费者对价格的非理性认知，可以将价格作为一种有力的竞争工具。定价手法和生活中常见的X….

iPhone6s销量呈现下滑：苹果的低潮或来临 文/王新喜 尽管此前苹果公布了iPhone上市一个月销量1300万部的销量情况，但据各方数据显示iPhone6s的销量情况却不容乐观…

作者： 王萌  来自：http://www.ctocio.com/hotnews/15919.html 机器学习无疑是当前数据分析领域的一个热点内容。很多人在平时的工作中都或多或少…

from http://c.m.163.com/news/a/C6JLPICN05118CTM.html?spss=newsapp&spsw=1 今天我们聊聊机器学习中出现…

来源 | 海豚数据科学实验室 聚类或聚类分析是无监督学习问题。它通常被用作数据分析技术，用于发现数据中的有趣模式，例如基于其行为的客户群。有许多聚类算法可供选择，对于所有情况，没有…

作者【analysis-lion】 序 说起数据埋点，对于大多数的数据分析师来说并不陌生，并且可能在很多人的认知中，埋点的工作是由产品经理来完成的。那么为什么笔者认为数据埋点是分析…

目前数据挖掘技术越来越受到大企业的关注和使用，企业所储存的海量用户数据信息蕴藏着丰富的内容，但是缺乏足够高效的工具来挖掘、管理和利用这些资源。本文试图通过一个保险理赔欺诈的模拟用例…

  目录 1. 概述 1.1 背景 1.2 数据说明 1.3 目的 2. 正文 2.1 加载数据 2.2 数据清洗 2.3 特征工程 2.4 建模 2.4.1 逻辑斯蒂回…

著作权归作者所有。 商业转载请联系作者获得授权，非商业转载请注明出处。 作者：张溪梦 链接：http://zhuanlan.zhihu.com/growingio/20272663…

from http://www.ibm.com/developerworks/cn/analytics/library/ba-1507-decisiontree-algorithm…

Streamlit是一个出色的机器学习工具开发库，这个教程将学习 如何使用streamlit和flair开发一个twitter微博情感分析的应用。 相关链接：Streamlit开发…

analysis-lion 序 看到标题，可能很多小伙伴都会疑惑，为什么笔者把数仓模型设计也纳入了数据分析师的成长体系之中，因为可能大多数公司会有单独的数仓部门，分析师只需要通过数…

1. 背景 随着电子信息和计算机技术的快速发展，人类产生和搜集数据的能力获得了长足的发展。从商务、科学技术和政府部门等各行业的事务处理的计算机化，到消费数码产品、出版物和商品条码的…

感觉很多时候这两个概念没有明确的区分，大家在用的时候也是混着用的。 其实，在英语中他们都属于feature scaling（特征缩放）scale：比例、数值范围 feature s…

Bootstrap又称自展法，是用小样本估计总体值的一种非参数方法，在进化和生态学研究中应用十分广泛。例如进化树分化节点的自展支持率等。 Bootstrap的思想，是生成一系列bo…