@vdes 已發(fā)送
酒店預訂網(wǎng)客戶流失分析案例這次分析某酒店預訂網(wǎng)在2016-05-15至2016-05-21這一周內(nèi)的預定信息,對其客戶流失概率進行建模分析,并對客戶進行用戶畫像和RFM模型分析,針對不同類別客戶進行個...
@vdes 已發(fā)送
酒店預訂網(wǎng)客戶流失分析案例這次分析某酒店預訂網(wǎng)在2016-05-15至2016-05-21這一周內(nèi)的預定信息,對其客戶流失概率進行建模分析,并對客戶進行用戶畫像和RFM模型分析,針對不同類別客戶進行個...
@以待天傾_dada 最近可能事情太多了
kaggle風控(一)——give me some credit信用風險計量體系包括主體評級模型和債項評級兩部分。主體評級和債項評級均有一系列評級模型組成,其中主體評級模型可用“四張卡”來表示,分別是A卡、B卡、C卡和F卡;債項評級模型通...
還需要嗎 才看到。。
酒店預訂網(wǎng)客戶流失分析案例這次分析某酒店預訂網(wǎng)在2016-05-15至2016-05-21這一周內(nèi)的預定信息,對其客戶流失概率進行建模分析,并對客戶進行用戶畫像和RFM模型分析,針對不同類別客戶進行個...
前言 前文給大家說了python機器學習的路徑,這光說不練假把式,這次,羅羅攀就帶大家完成一個中文文本情感分析的機器學習項目,今天的流程如下: 數(shù)據(jù)情況和處理 數(shù)據(jù)情況 這里...
@SimZhou 嗯嗯,試著玩兒的
一個簡單的XGBoost選股模型今天分享一個簡單的XGBoost選股模型。 導入包 一、讀入數(shù)據(jù) 我們的數(shù)據(jù)是滬深300成分股2013-2016年每個季度的包括盤面信息、基本面信息的17個因子特征。 可以看...
@DeepWindLee 優(yōu)秀
python實現(xiàn)SQL面試20題一、寫在前面 終于在【簡書】開始寫第一篇了。 小白我呢是一個對數(shù)據(jù)分析很有興趣的人,當然,看名字就知道是個小白啦,目前剛剛學習了一點點的python和機器學習的知識。在學習過...
@以待天傾_dada 嗯,等忙過這陣子看看要不要更新一下哈
kaggle風控(一)——give me some credit信用風險計量體系包括主體評級模型和債項評級兩部分。主體評級和債項評級均有一系列評級模型組成,其中主體評級模型可用“四張卡”來表示,分別是A卡、B卡、C卡和F卡;債項評級模型通...
@湖_c0f5 有一個自定義函數(shù)哈,沒放上來,好像找不見了,不好意思啊
kaggle風控(一)——give me some credit信用風險計量體系包括主體評級模型和債項評級兩部分。主體評級和債項評級均有一系列評級模型組成,其中主體評級模型可用“四張卡”來表示,分別是A卡、B卡、C卡和F卡;債項評級模型通...
@jiaguoshida 這個抱歉了,我好像搞丟了
kaggle風控(一)——give me some credit信用風險計量體系包括主體評級模型和債項評級兩部分。主體評級和債項評級均有一系列評級模型組成,其中主體評級模型可用“四張卡”來表示,分別是A卡、B卡、C卡和F卡;債項評級模型通...
@全世界失眠_659f 布吉島啊
SQL面試經(jīng)典50題SQL語句的執(zhí)行順序: 創(chuàng)建school數(shù)據(jù)庫 創(chuàng)建四張表 往表里插值 看下建好的四張表 創(chuàng)建一張總總表 ***1、查詢"01"課程比"02"課程成績高的學生的信息及課程分數(shù)...
@刀槍不入王小花 嗯嗯,是的,多謝指正
SQL面試經(jīng)典50題SQL語句的執(zhí)行順序: 創(chuàng)建school數(shù)據(jù)庫 創(chuàng)建四張表 往表里插值 看下建好的四張表 創(chuàng)建一張總總表 ***1、查詢"01"課程比"02"課程成績高的學生的信息及課程分數(shù)...
1. 高維組合特征的處理 什么是組合特征? 將一階離散特征兩兩組合,就可以構(gòu)成二階組合特征 例如,特征a有m個取值,特別b 有n個取值,將二者組合就有m*n個組成情況。這時需...