第127页，共677页。 显示 6,766 条结果 (0.651 秒)
数据挖掘-支持向量机
概述 支持向量机，英文为Support Vector Machine，简称SVM。它是一种监督式学习的方法，它广泛的应用于统计分类分析中。支持向量机将向量映射到一个更高维的空间里，在这个空间里建立有一个最大间隔超平面。在分开数据的超平面的两边建有两个互相平行的超平面，分隔超平面使两个平行超平面的距离最大化。 支持 … ”案例数据，共12个特征和1个二类的目标标签，需要预测是否贷款。通过数据预处理及模型训练，如下图： 图片26.png 其中，数据探索是为了解各变量之间的相关关系，方便之后数据分析中参数特征的设定；特征转换是为了将各变量中的类别型变量变换成数值型变量，类别型无法进入模型，转换后方便算法模型学习；特征离散是把连续特征分段数据挖掘-支持向量机
概述 支持向量机，英文为Support Vector Machine，简称SVM。它是一种监督式学习的方法，它广泛的应用于统计分类分析中。支持向量机将向量映射到一个更高维的空间里，在这个空间里建立有一个最大间隔超平面。在分开数据的超平面的两边建有两个互相平行的超平面，分隔超平面使两个平行超平面的距离最大化。 支持 … ”案例数据，共12个特征和1个二类的目标标签，需要预测是否贷款。通过数据预处理及模型训练，如下图： 图片26.png 其中，数据探索是为了解各变量之间的相关关系，方便之后数据分析中参数特征的设定；特征转换是为了将各变量中的类别型变量变换成数值型变量，类别型无法进入模型，转换后方便算法模型学习；特征离散是把连续特征分段动态航线图-数据出不来
（本文仅供参考） 问题说明 参考地图-动态航线图-如何使用，修改宏代码后，数据一直出不来，确认宏代码已经修改好的情况下，还有什么原因导致实现不了？ 解决方案 检查拖入到图形中的数据，自助数据集、数据模型是否设置了抽取。 问题原因：因为设置了抽取，获取到的字段名称变了，因此宏代码就匹配不到数据了。 建议先用抽取将数据入库到实体表后再处理，否则需要针对性调整宏代码，就比较麻烦。 mceclip7_1720594331298_fmid7.png 动态航线图数据挖掘-特征工程
特征工程指的是把原始数据转变为模型的训练数据的过程，它的目的就是获取更好的训练数据特征，使得机器学习模型逼近这个上限。特征工程中包括常见特征工程方法节点。 通过特征工程，能够最大限度地从原始数据中提取特征，以供算法和模型使用。 特征工程简介数据挖掘-特征工程
特征工程指的是把原始数据转变为模型的训练数据的过程，它的目的就是获取更好的训练数据特征，使得机器学习模型逼近这个上限。特征工程中包括常见特征工程方法节点。 通过特征工程，能够最大限度地从原始数据中提取特征，以供算法和模型使用。 特征工程简介数据挖掘-朴素贝叶斯
概述 一种基于概率网络的分类算法，它在朴素贝叶斯定理的基础上取消了关于各属性关于类标号条件独立的苛刻条件，通过各类的先验概率计算待分类样本的后验概率，得到测试样本属于各类别的概率。它对于解决复杂设备不确定性和关联性引起的故障有很大的优势。 示例 使用“城市功能区识别”案例数据，预测城市功能区为专营商业区还是 … 的组合。详情请参考 。 启用自动调参 勾选该项，则系统自动调参数，不需要用户手工设置参数。 模型类型 离散数据 根据特征数据的先验分布不同，可选择以下朴素贝叶斯算法： multinomial：多项式朴素贝叶斯，此选项为默认选项。 complement：补充朴素贝叶斯数据挖掘-朴素贝叶斯
概述 一种基于概率网络的分类算法，它在朴素贝叶斯定理的基础上取消了关于各属性关于类标号条件独立的苛刻条件，通过各类的先验概率计算待分类样本的后验概率，得到测试样本属于各类别的概率。它对于解决复杂设备不确定性和关联性引起的故障有很大的优势。 示例 使用“城市功能区识别”案例数据，预测城市功能区为专营商业区还是 … 的组合。详情请参考 。 启用自动调参 勾选该项，则系统自动调参数，不需要用户手工设置参数。 模型类型 离散数据 根据特征数据的先验分布不同，可选择以下朴素贝叶斯算法： multinomial：多项式朴素贝叶斯，此选项为默认选项。 complement：补充朴素贝叶斯数据挖掘-评分预测
概述 评分预测使用训练好的评分卡模型对具体数据进行预测，用于输出最终的信用评分。 输入/输出 输入 两个输入端口，输入1接收训练好的评分卡模型，输入2接收训练数据 输出 一个输出端口，用于输出预测结果 示例 图片1.png 查看输出可看到具体的预测结果： 图片2.png 注意事项 评分预测接入的数据必须为WOE编码之前的数据，且选取的特征应与进行WOE编码的特征相同。数据挖掘-评分预测
概述 评分预测使用训练好的评分卡模型对具体数据进行预测，用于输出最终的信用评分。 输入/输出 输入 两个输入端口，输入1接收训练好的评分卡模型，输入2接收训练数据 输出 一个输出端口，用于输出预测结果 示例 图片1.png 查看输出可看到具体的预测结果： 图片2.png 注意事项 评分预测接入的数据必须为WOE编码之前的数据，且选取的特征应与进行WOE编码的特征相同。Excel融合分析如何实现有系统数据+手工输入内容的报表
1. 背景 使用Excel融合分析我们可以对系统上的数据做到自助取数，但是有些时候我们还需要添加备注信息对数据进行说明。 2. 要求 自定义一个行列固定的报表，通过公式获取想要的数据，之后添加备注对数据情况进行描述。 image2020-8-24_14-23-5.png 3. 演示 本示例以系统数据集为例进行演示。 1、登录电子表格，数据集来源选择“系统数据集”。 2、拖拽所需字段到Excel融合分析中。 image2020-8-24_13-44-8.png 在Excel融合分析中： （1）如需显示旧资源数据集（系统数据集）可参考文档电子表格插件启用系统数据集 https
