1. 云栖社区>
  2. 全部标签>
  3. #预测#
预测

#预测#

已有0人关注此标签

内容分类:
博客 | 问答 | 视频 | 资料 |

愚蠢的人类:人脑根本无法分析复杂的变量系统

作者:金捷幡链接:https://zhuanlan.zhihu.com/p/80078056来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处 这个世界,是向人类能理解的相反方向前进的。

预测 数学 人脑 多变量 欧氏几何

混淆矩阵

不用千字,带您透析混淆矩阵。

云栖社区 机器学习 预测 ScreenShot 分类 混淆矩阵

CTR_GBDT_LR_TEST

实践分享:CTR中的GBDT+LR融合方案<br />数据源:internet<br />数据大小:770 KB<br />字段数量:20<br />使用组件:拆分,读数据表,特征编码<br />

机器学习 预测 PAI 逻辑回归二分类 二分类评估 GBDT二分类

CTR_GBDT_LR_TEST

实战分享:CTR中的GBDT+LR融合方案<br />数据源:internet<br />数据大小:770 KB<br />字段数量:20<br />使用组件:拆分,读数据表,特征编码<br />

机器学习 预测 PAI 逻辑回归二分类 二分类评估 GBDT二分类

CTR_GBDT_LR_TEST

CTR中的GBDT+LR融合方案<br />数据源:internet<br />数据大小:770 KB<br />字段数量:20<br />使用组件:拆分,读数据表,特征编码<br />

预测 PAI 逻辑回归二分类 二分类评估 GBDT二分类

CTR中的GBDT与LR算法融合

在广告点击机器学习实践中, 我们用的最多的是逻辑回归(LR)模型,使用大量的特征做为训练数据输入。 特征的组合非常关键,我们无法穷举这些组合,只能依赖于人工经验来判断,耗时耗力同时带来的效果可能还不好。 如何自动的发现有效的特征,是机器学习实践中要解决的问题。 Facebook 曾经介绍了使用GBDT与LR组合的方法,可以有效的解决这个问题,今天的课程就为大家讲解如何在PAI上实现GBDT与LR的融合。<br />数据源:<br />数据大小:770 KB<br />字段数量:20<br />使用组件:拆分,读数据表,特征编码<br />

算法 机器学习 预测 逻辑回归二分类 二分类评估 GBDT二分类 CTR

TextClassify_01_filter_stop_words

在 PAI 平台上使用组件完成文本分类任务<br />数据源:Internet<br />数据大小:94.6 KB<br />字段数量:3<br />使用组件:拆分,SQL脚本,读数据表,JOIN,增加序号列,类型转换,合并列<br />

预测 word Split PAI 词频统计 混淆矩阵 PLDA 三元组转kv 停用词过滤 二分类评估 线性支持向量机

心脏病预测案例_1974

心脏病预测<br />数据源:<br />数据大小:7.49 KB<br />字段数量:15<br />使用组件:归一化,拆分,过滤式特征选择,SQL脚本,读数据表,类型转换<br />

预测 混淆矩阵 逻辑回归二分类 二分类评估 三年二班

基于画像的特征推荐

基于画像的商品推荐<br />数据源:真实购物数据<br />数据大小:184 KB<br />字段数量:4<br />使用组件:Comments Node,归一化,过滤与映射,SQL脚本,缺失值填充,读数据表,JOIN,类型转换<br />

机器学习 预测 商品推荐 混淆矩阵 逻辑回归二分类 二分类评估

农业贷款预测

很多农民因为缺乏资金,在每年耕种前会向相关机构申请贷款来购买种地需要的物资,等丰收之后偿还。农业贷款发放问题是一个典型的数据挖掘问题。贷款发放人通过往年的数据,包括贷款人的年收入、种植的作物种类、历史借贷信息等特征来构建经验模型,通过这个模型来预测受贷人的还款能力。<br />数据源:UCI开源数据<br />数据大小:6.62 KB<br />字段数量:10<br />使用组件:过滤与映射,SQL脚本,读数据表,线性回归(旧),合并列<br />

预测 回归模型评估 数据视图 机器学习官方案例 全表统计

农业贷款预测

很多农民因为缺乏资金,在每年耕种前会向相关机构申请贷款来购买种地需要的物资,等丰收之后偿还。农业贷款发放问题是一个典型的数据挖掘问题。贷款发放人通过往年的数据,包括贷款人的年收入、种植的作物种类、历史借贷信息等特征来构建经验模型,通过这个模型来预测受贷人的还款能力。 本文借助真实的农业贷款业务场景,利用回归算法解决贷款发放业务。 线性回归,是利用数理统计中回归分析,来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法,运用十分广泛。本文通过农业贷款的历史发放情况,预测是否给预测集的用户发放他们需要的金额的贷款。<br />数据源:UCI开源数据集<br />数据大小:6.62 KB<br />字段数量:10<br />使用组件:过滤与映射,SQL脚本,读数据表,线性回归(旧),合并列<br />

预测 回归模型评估 数据视图 机器学习官方案例 全表统计

雾霾天气预测

通过分析2016年一年来的空气指标数据探查雾霾成因,最终成功挖掘出影响雾霾的最关键因素是二氧化氮的排放量。使用了统计分析组件、逻辑回归以及随机森林。<br />数据源:国家气象局数据<br />数据大小:37.3 KB<br />字段数量:7<br />使用组件:归一化,拆分,SQL脚本,读数据表,类型转换<br />

预测 随机森林 逻辑回归二分类 二分类评估 数据视图 直方图(多字段) 机器学习官方案例

心脏病预测案例_1480

分享到云栖社区<br />数据源:test<br />数据大小:7.49 KB<br />字段数量:15<br />使用组件:归一化,拆分,SQL脚本,读数据表,类型转换<br />

预测 混淆矩阵 逻辑回归二分类 回归

test_multiEvaluation

实验名称实验名称实验名称<br />数据源:实验名称<br />数据大小:779 KB<br />字段数量:42<br />使用组件:读数据表<br />

预测 随机森林 回归模型评估 实验名称

心脏病预测案例_1480

主要针对,心脏病预测,具体的场景具体访问中阐述<br />数据源:预测数据<br />数据大小:7.49 KB<br />字段数量:15<br />使用组件:归一化,拆分,SQL脚本,读数据表,类型转换<br />

预测 混淆矩阵 逻辑回归二分类 心脏病

大数据的价值是如何得以彰显的?

大数据价值的最大彰显——计算广告? 大数据有价值,这个观念似乎已得到很大程度的认可。 当然,也有质疑的,比如《21世纪商业评论》的发行人吴伯凡先生,他就曾说“大数据本质上是一种垃圾”。但话锋一转,他又说“如果你有好的方式,把这些垃圾,好象没有用的东西,你能够提炼出来,加工出来,那就是很有

大数据 预测 计算广告

靠谱么?人工智能为《我是歌手4》“占卜”

明天,《我是歌手4》总决赛,一起来看看阿里云小Ai的“占卜”能力如何?

大数据 阿里云 人工智能 预测 我是歌手

1
GO