| 共 16 篇文章 |
|
5、决策树模型的建立。根据数据准备阶段字段筛选结果选择了9个字段作为模型输入变量。虽然输入了9个变量但是CHAID决策树节点训练的模型最终生成决策树所选择的变量只有5个，分别是宽带在网时长（PD_PROM_FEE）、固话通话时长（VO_MOU_FIX_AVG）、固话ARPU（MB_FIX_ARPU_AVG）、宽带在网时长（PD_BB_TENURE）、宽带流量（VO_BB_VOL）。然后，在... 阅557 转4 评0 公众公开 18-08-27 10:00 |
基于数据挖掘的客户流失分析案例。例如，对客户的行为特征进行分析，可以了解有多少客户流失，客户是什么时候流失的，以及客户是如何流失的等问题，从而监控客户流失、实现客户关怀。应用数据挖掘技术可以根据过去拥有的客户流失数据建立客户属性、服务属性和客户消费数据与客户流失可能性关联的数学模型，找出客户属性、服务属性和客户消费数... 阅586 转3 评0 公众公开 18-08-27 10:00 |
用户画像数据建模方法_用户画像分析。用户画像的核心工作是为用户打标签，打标签的重要目的之一是为了让人能够理解并且方便计算机处理，如，可以做分类统计：喜欢红酒的用户有多少？用户画像的目标是通过分析用户行为，最终为每个用户打上标签，以及该标签的权重。综合上述分析，用户画像的数据模型，可以概括为下面的公式：用户标识 + 时间 + ... 阅4982 转19 评0 公众公开 18-08-27 09:59 |
深度学习 | 学习深度神经网络，竟有如此简单的入门方法。深神经网络(DNN)由辛顿等人定义为“一个前馈人工神经网络，其包含不止一个隐藏单位的隐藏层”。DNN有许多处理层,可用于学习多层的抽象数据的表示。Bengio, S & Bengio, Y 2000, ‘Taking on the Curse of Dimensionality in Joint Distributions Using Neural Networks’, IEEE Tran... 阅116 转1 评0 公众公开 18-08-27 09:59 |
机器学习工具综述。机器学习工具使得应用机器学习更快，更简单，更有趣。你不希望为学习、使用机器学习工具而学习、使用机器学习工具。机器学习工具可以让你在机器学习项目中交付结果。机器学习工具不仅仅是机器学习算法的实现。那么如何区分好的机器学习工具与强大机器学习工具之间的区别呢？直观的界面：强大的机器学习工具在应用机器学习过... 阅47 转1 评0 公众公开 18-08-27 09:59 |
如何透彻的掌握一门机器学习算法。学习算法的静态描述是一个好的开始，但是这并不足以使我们理解算法的行为，我们需要在动态中来理解算法。当研究一个机器学习算法的时候，你的目标是找到可得到好结果的机器算法行为，这些结果是可以推广到多个问题或者多个类型的问题上。1.选择一个算法。自己实现一个算法可能是了解算法过程的一个好的方式，... 阅19 转1 评0 公众公开 18-08-27 09:58 |
FPGA击败GPU和GPP，成为深度学习的未来？日渐流行的FPGA设计工具使 其对深度学习领域经常使用的上层软件兼容性更强，使得FPGA更容易为模型搭建和部署者所用。随着FPGA因为高 抽象化设计工具的出现而越来越容易编写，其可重构性又使得定制架构成为可能，同时高度的并行计算能力提高了指令执行速度，FPGA将为深度学习的研究者带来好处。现代FPGA... 阅76 转2 评0 公众公开 18-08-27 09:58 |
然而，如今用户拥有了进一步进行交互的机会，所以我们需要衡量其他的因素，比如用户能够多准确的理解为何搜索引擎返回这些特定的结果、搜索引擎给用户提供了多有效的控制权，以及搜索引擎引导进一步搜索机会的有效性等。查询理解发生在获取结果或对结果进行排序之前，在这一过程中搜索引擎建立起用户正在搜索什么种类的结果、用户是否已经知道... 阅32 转3 评0 公众公开 18-08-27 09:57 |
许多公司以为他们把数据扔给Mixpanel, Kissmetrics,或者Google Analytics就够了，但他们常常忽略了团队的哪些成员能真正解读这些数据的内在含义。你需要经常提醒团队里面每一位成员多去理解这些数据，并更多地基于数据来做决策。这个框架不仅能在很高的量级上捕获及储存自己的数据，还能承受每月数以百万计的点击流量，还能让所有人查询自己想... 阅18 转2 评0 公众公开 18-08-27 09:57 |
如何成为合格的数据分析师（素质篇）继而形成个人的见解，所以没有良好的思考逻辑能力，何谈数据分析能力。数据分析包含着数据、技术、业务等，数据分析师需要将这些转化成高层决策者可以理解的东西。素质三：优秀的业务能力。业务能力是数据分析师几个素质中最重要的，业务方面的学习需要长时间的积累，一个优秀的分析师需要很长的周期。 阅33 转2 评0 公众公开 18-08-27 09:56 |
