發(fā)簡信
IP屬地：廣東
-
【挖掘模型】：R語言-決策樹觀察汽車信用貸款違約模式背景： 目前有一批汽車信用貸款用戶違約數(shù)據（客戶屬性 + 賬號屬性 + 消費行為 +還款行為）奴潘，市場部門想根據這些數(shù)據建立決策樹模型從而觀察違約...
-
【挖掘模型】：R語言-BP和RBF 神經網絡構建電信客戶流失預測模型背景： 業(yè)務部門獲取了公司最近一個月電信客戶信息(通訊信息慌烧、個人信息),想通過數(shù)據部門建模預測用戶未來是否流失數(shù)據源：teleco.csv樣本量...
-
【挖掘模型】：R語言-邏輯回歸預測汽車信用金融違約模型
背景： 目前有一批汽車信用貸款用戶違約數(shù)據（客戶屬性 + 賬號屬性 + 消費行為 +還款行為），市場部門想根據這些數(shù)據建立模型從而預測下一批相似...
-
【挖掘模型】： Python-樸素貝葉斯分類
利用貝葉斯定理中概率統(tǒng)計知識娄徊，對離散型的數(shù)據進行分類的算法 參考文獻作者A：ken
-
【挖掘篇】：文本分析中文分詞 詞云繪制 關鍵詞提取 相似文章推薦簡介 自動摘要 參考文獻作者A：ken
-
【挖掘模型】： Python-KMeans算法聚類消費離群點數(shù)據
發(fā)現(xiàn)與大部分其他對象顯著不同的對象柿汛，大部分數(shù)據挖掘將這種差異視為噪聲而丟棄，然而在一些應用中券犁，罕見的數(shù)據可能蘊含更大的研究價值 使用K-Mean...
-
【挖掘模型】： Python 主要時序模式算法—StatsModels庫數(shù)據源：arima_data.xls 數(shù)據結果 ARIMA模型包 源代碼 參考資料：《Python數(shù)據分析與挖掘實戰(zhàn)》
-
【挖掘模型】：Python-時間序列趨勢預測通過分析時間序列术健，根據時間序列所反映出來的發(fā)展過程、方向和趨勢粘衬，進行類推或延伸 參考文獻作者A：ken
-
【挖掘篇】：關聯(lián)規(guī)則
關聯(lián)規(guī)則 數(shù)據源 """交易ID 購買商品T1 牛奶面包T2 面包荞估，尿布，啤酒稚新，雞蛋T3 ...