240 發(fā)簡(jiǎn)信
IP屬地:江蘇
  • 欺詐治理(一):非正面處置思維

    非正面處置是指在面對(duì)欺詐行為時(shí),不直接對(duì)欺詐主體做處罰悼粮,而是利用產(chǎn)品規(guī)則工具提高欺詐成本,減少欺詐風(fēng)險(xiǎn)∨挛纾【作者注釋】 1. 思路介紹 風(fēng)控的目的...

  • numpy實(shí)現(xiàn)樸素貝葉斯模型(高斯分布)

    第一次嘗試用面向?qū)ο蟮姆绞綐?gòu)建函數(shù),寫(xiě)了一個(gè)GaussianNB類(lèi)淹魄,完善了擬合郁惜、預(yù)測(cè)函數(shù)。

  • Resize,w 360,h 240
    python實(shí)現(xiàn)感知機(jī)

    簡(jiǎn)單對(duì)照統(tǒng)計(jì)學(xué)習(xí)上的感知機(jī)理論甲锡,基于numpy實(shí)現(xiàn)感知機(jī)學(xué)習(xí)模型 1代碼 2與sklearn比較

  • Resize,w 360,h 240
    Neo4j學(xué)習(xí)(四)python基本操作

    1 python鏈接neo4j(neo4j desktop軟件) pip install neo4j-driver pip install py...

  • python 并行demo

    pool.map()函數(shù)兆蕉,有兩個(gè)參數(shù)可以傳,第一個(gè)參數(shù)傳的是函數(shù)缤沦,第二個(gè)參數(shù)傳的是數(shù)據(jù)列表虎韵。那么怎么在第二個(gè)數(shù)據(jù)列表,多傳幾個(gè)參數(shù)呢缸废,方法是通過(guò)...

  • 雜集

    1 負(fù)的似然函數(shù)為何可做“損失函數(shù)”包蓝? 似然函數(shù)的本質(zhì)就是衡量在某個(gè)參數(shù)下,訓(xùn)練集的估計(jì)和真實(shí)情況一樣的概率企量,越大代表越相近测萎。 設(shè)為預(yù)測(cè)樣本x為...

  • Neo4j學(xué)習(xí)(三)neo4j-import 數(shù)據(jù)導(dǎo)入

    1neo4j三種數(shù)據(jù)導(dǎo)入工作 create 語(yǔ)句 load CSV 語(yǔ)句 neo4j import 批量導(dǎo)入對(duì)于大數(shù)據(jù)集的導(dǎo)入首選neo4j i...

  • 風(fēng)控指標(biāo)解讀——WOE

    1 WOE的概念 從定義上看,逾期率越低的區(qū)間届巩,woe值越小硅瞧,當(dāng)接近樣本的平均逾期率時(shí),woe值會(huì)發(fā)生符號(hào)轉(zhuǎn)變恕汇,通過(guò)woe使得區(qū)間映射到一個(gè)與逾...

  • Resize,w 360,h 240
    GBDT調(diào)參

    基于信貸場(chǎng)景下的GBC(梯度提升分類(lèi)模型)調(diào)參:總結(jié)如下:n_estimators和參數(shù)max_depth對(duì)于模型的準(zhǔn)確率和穩(wěn)定性有較大的影響腕唧。

個(gè)人介紹
概率統(tǒng)計(jì)碩士冒嫡,愛(ài)好數(shù)據(jù)建模,目前從事風(fēng)控?cái)?shù)據(jù)挖掘四苇。
亚洲A日韩AV无卡,小受高潮白浆痉挛av免费观看,成人AV无码久久久久不卡网站,国产AV日韩精品