kekoucoule

京东作为中国最大的自营式电商，在保持高速发展的同时，沉淀了数亿的忠实用户，积累了海量的真实数据。如何从历史数据中找出规律，去预测用户未来的购买需求，让最合适的商品遇见最需要的人，是大数据应用在精准营销中的关键问题，也是所有电商平台在做智能化升级时所需要的核心技术。 以京东商城真…

本案例将通过一个电商用户交易数据集，以用户的实际购买行为数据作为基础，进行用户群体的划分，再基于不同分类信息，分解成不同群体针对运营，从而使企业能更有效的获取客户、使客户更加满意、留住客户成为高价值客户、避免客户流失。 数据集详细描述：数据形状为：542k 行x 8列，8个字段…

个体学习器称为“基学习器”（base learner），对应的学习算法为“基学习算法”（base learning algorithm）。 异质集成：个体学习器称为“组件学习器”（component learner）或直称为“个体学习器”。 这就引出了集成学习的两个重要概念：准…

但是，对于特征工程中引用的新特征，需要验证它的确提高了预测的准确度，而不是加入了一个无用的特征，不然只会增加算法运算的复杂度。 时间戳属性通常需要分离成多个维度比如年、月、日、小时、分钟、秒钟。但是在很多的应用中，大量的信息是不需要的。比如在一个监督系统中，尝试利用一个’位置+…

对于来说，左半边表示的训练数据的误差，也就是训练数据的拟合程度，而|T|表示模型复杂度，α来控制两者之间的关系，相当于一个惩罚系数。当α确定以后，剪枝的策略就是使得损失函数最小化。可以看出，决策树生成学习局部的模型，而决策树剪枝学习整体的模型。 则进行剪枝，即将父结点变为新的叶…

定义：在一个条件下，随机变量的不确定性。 假设随机变量X表示明天的天气情况，随机变量Y表示今天的湿度，Y 有两种状态 1) 潮湿 2) 干燥。

举个例子,比如一个女孩从年龄,长相,收入,职业的层层筛选来判断相亲对象是否值得见上一面。 正如这种形式,便是一个简单的决策树。 集合 3：3 次去打篮球，3 次不去打篮球。 按照纯度指标来说，集合 1> 集合 2> 集合 3。因为集合 1 的分歧最小，集合 3 的分歧最大。 在…

对于线性支持向量机学习来说，其模型为分离超平面支持向量机W及决策函数支持向量机,其学习策略为软间隔最大化，学习算法为凸二次规划。线性支持向量机学习还有另外一种解释，就是最小化以下目标函数。 称为合页损失函数，下标“+” “+”“+”表示取正值。 在学习支持向量机的过程中，因为其…

在数据分析的过程中,数据离散化是我们的经常要处理的事情,呢么究竟什么是数据离散化呢,数据离散化到底有什么作用,今天作者我就来为大家看一下什么是数据离散化。 算法需要。例如决策树，NaiveBayes等算法本身不能直接使用连续型变量，连续型数据只有经离散处理后才能进入算法引擎。这…