從創(chuàng)造營(yíng)開(kāi)始，就入了豪門，一直想考古電競(jìng)男主臉--任豪的微博，這幾天空閑來(lái)翻了翻從2015年10月24日他開(kāi)通微博到2020年4月6日的582條原創(chuàng)微博，發(fā)現(xiàn)入豪不虧！~ 首...
發(fā)簡(jiǎn)信
IP屬地：重慶
-
入我豪門真的不虧~內(nèi)附詞云圖相關(guān)分析 -
8年專注企業(yè)品牌網(wǎng)絡(luò)整合營(yíng)銷一體化解決方案，300+成功案例，歡迎關(guān)注我的訂閱號(hào)（芒果網(wǎng)絡(luò)運(yùn)營(yíng)）交流！
-
@heysoon 習(xí)慣上是使用1-TNR作為橫坐標(biāo)即FPR
利用Logistic回歸擬合信用評(píng)分卡模型
一、關(guān)于互聯(lián)網(wǎng)金融授信產(chǎn)品的風(fēng)控建模 如何利用機(jī)器學(xué)習(xí)以及大數(shù)據(jù)技術(shù)來(lái)降低風(fēng)險(xiǎn)呢？如何建立信用評(píng)分的模型呢？本文將針對(duì)這些問(wèn)題簡(jiǎn)單介紹互金行業(yè)中授信產(chǎn)品的風(fēng)控建模過(guò)程，內(nèi)容主...
-
渣男般的秋招回憶-A
我一直想把我渣男般秋招的經(jīng)歷寫(xiě)下來(lái)，一是想以后可以看看年輕的自己是怎么一步一步變成這樣的，二是希望對(duì)他人有借鑒意義。我的背景出身并不好，二本本科，2016有幸進(jìn)京求學(xué)。入學(xué)起...
-
@干凈的小白 你install.packages了沒(méi)
ggplot高級(jí)繪圖舉例
一、cars包中的Salaries數(shù)據(jù)集 1.查看原數(shù)據(jù)結(jié)構(gòu) 數(shù)據(jù)有重疊，調(diào)整透明度 修改為刻面圖 暫時(shí)忽略性別和學(xué)術(shù)等級(jí)，做非參數(shù)光滑曲線loess，即默認(rèn)值smooth ...
-
@我也曾經(jīng)憧憬過(guò) 您好，這是用的python
用決策樹(shù)和隨機(jī)森林解決泰坦尼克號(hào)沉沒(méi)問(wèn)題
決策樹(shù)和隨機(jī)森林既可以解決分類問(wèn)題，也可以解決預(yù)測(cè)問(wèn)題。 隨機(jī)森林的構(gòu)建有兩個(gè)方面：數(shù)據(jù)的隨機(jī)性選取，以及待選特征的隨機(jī)選取。數(shù)據(jù)的隨機(jī)選取：第一，從原始的數(shù)據(jù)集中采取有放回...
-
用Python實(shí)現(xiàn)RFM模型——互聯(lián)網(wǎng)產(chǎn)品用戶分層必備技巧1.前言 RFM模型即"R"——Recency（最近一次消費(fèi)時(shí)間）、"F"——Frequency（一段時(shí)間內(nèi)消費(fèi)頻次）、"M"——（一段時(shí)間內(nèi)消費(fèi)總額）。這三個(gè)指標(biāo)可以將我們...
-
@一葉云秋
共同學(xué)習(xí)
數(shù)據(jù)處理工具--Pandas模塊
強(qiáng)大的數(shù)據(jù)處理模塊Pandas，可以解決數(shù)據(jù)的預(yù)處理工作，如數(shù)據(jù)類型的轉(zhuǎn)換、缺失值的處理、描述性統(tǒng)計(jì)分析和數(shù)據(jù)的匯總等 一、序列與數(shù)據(jù)框的構(gòu)造 Pandas模塊的核心操作對(duì)象...
