这次我们来使用Apriori算法挖掘菜品订单关联规则具体文件与源代码可以从我的GitHub地址获取https://github.com/liuzuoping/MeachineLearning-Caseapriori.py#-*- coding: utf-8 -*-from __future__ import print_functionimport pandas as pd#自定义...

脏数据脏数据可以理解为带有不整洁程度的原始数据。原始数据的整洁程度由数据采集质量所决定。脏数据的表现形式五花八门，如若数据采集质量不过关，拿到的原始数据内容只有更差没有最差。脏数据的表现形式包括：数据串行，尤其是长文本情形下数值变量种混有文本/格式混乱各种符号乱入数据记录错误大段缺失（某种意义上不算脏数据）数据采集完后拿到的原始数据到建模前的数据 ———— there is ...

文章目录逻辑回归优缺点sigmoid 函数逻辑回归模型的数学推导Python 实现逻辑回归定义模型参数初始化函数：模型主体部分定义基于梯度下降的参数更新训练过程：定义对测试数据的预测函数：模型训练和测试：对数据进行简单的训练集与测试集的划分：对训练集进行训练并对测试集数据进行预测：对训练集和测试集的准确率进行评估：绘制模型决策边界的图形函数对训练结果进行可视化展示：使用一个 python 类进行逻

这次的实战案例是使用神经网络进行客户流失预警具体代码与数据集可访问下面的GitHub地址GitHub地址有兴趣可以git clone下来自己跑一下代码读取数据集%matplotlib inlineimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltchurn = pd.read_csv('tele...

文章目录读取并选择数据定义缺失值替换函数并填补缺失值标准化数据利用knn模型进行预测，做拒绝推断将审核通过的申请者和未通过的申请者进行合并分类变量转换处理异常值利用随机森林填补变量变量细筛与数据清洗WOE转换划分数据集构建逻辑回归模型，进行违约概率预测加入代价敏感参数，重新计算检验模型利用sklearn.metrics中的roc_curve算出tpr，fpr作图上篇博文我们对汽车违约数据进行了预.

上篇博文我们自己训练了一个ANN这次我们用ANN来对客户流失数据进行建模与预测相关代码与源文件可以从我的GitHub地址获取https://github.com/liuzuoping/Deep_Learning_note读取客户流失数据import pandasdf = pandas.read_csv('../data/customer_churn.csv', index_col=0,...

这次使用决策树对信用进行评级数据源与上两篇博文相同数据挖掘实例——信用评级机器学习实例——信用评级全流程实现详细代码与数据可以访问下面的GitHub地址GitHub地址读取数据import pandas as pdimport numpy as npchurn = pd.read_csv('telecom_churn.csv')# 读取已经整理好的数据churn.head(...

上篇博文我们对机器学习有了大致的了解https://blog.csdn.net/liuzuoping/article/details/103335958现在我们来看看实际的招聘数据建模招聘数据的建模：GBDTimport pandas as pdimport numpy as npdf = pd.read_csv('./lagou_featured.csv', encoding='g...

文章目录树地图雷达图箱型图饼图圆环图热力图通过上篇我们已经学会了折线图/柱形图/条形图/散点图/气泡图/面积图这六种常见图表的绘制，可以看看这篇博文Python数据可视化之12种常用图表的绘制（一）——折线图/柱形图/条形图/散点图/气泡图/面积图现在我们来学习一下另外六种图表——树地图/雷达图/箱型图/饼图/圆环图/热力图的绘制树地图老规矩，直接上代码~import numpy as...

这次的实战案例是使用神经网络进行客户流失预警具体代码与数据集可访问下面的GitHub地址GitHub地址有兴趣可以git clone下来自己跑一下代码读取数据集%matplotlib inlineimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltchurn = pd.read_csv('tele...