预测模型
-
基于数据科学进行决策,应遵循的五个步骤
寻求利用数据科学进行战略决策的组织应遵循以下五个步骤。
-
序列模型简介:RNN, 双向RNN, LSTM, GRU,有图有真相
我们为什么需要序列模型?
-
请谨慎使用预训练的深度学习模型
预训练模型用起来非常容易,但是你是否忽略了可能影响模型性能的细节呢。
-
使用python创建RFM模型2—预测及推荐
本篇文章我们将在此基础上使用决策树模型对现有的RFM模型进行学习,并对新用户数据类别进行预测。同时还将通过计算同一类型中不同用户的相似度指数来为新用户进行内容推荐。
-
使用Python训练回归模型并进行预测
本篇文章将介绍在python中使用机器学习库sklearn建立简单回归模型的过程。
-
神秘13位编码:用机器学习预测机动车摇号
机动车摇号概率低于千分之一,一辈子都摇不到号的可能性接近一半。
-
征信业必将大有可为?从拒绝推断说起
看到这个题目,你可能想问:“拒绝推断”是什么?这样专业的术语,与征信业又有什么关系?本周,我们从一个模型的改进方案出发,向你展示完善的征信体系的重要性。
-
使用混淆矩阵(Confusion matrix)对分类模型进行评估
本篇文章我们介绍一种对分类模型进行效果评估的方法:混淆矩阵(Confusion matrix)。
-
十大步骤帮你有效使用预测分析算法
一个成功的预测分析项目不仅仅涉及软件部署,使用软件分析数据。了解下面这些步骤可以帮助你为分析项目打下坚实基础。 越来越多的企业开始使用预测分析算法。描述性分析一般提供一种视角,让你了解已经发生了什么,而与之相比,预测分析则试图发现未来事件,例如,识别那些潜在的客户。 但为了充分利用预测模型,在使用先进的分析工具,建立新的或改进业务流程和其他企业变动之间,分析…