qq_34331694的博客

原创 基于LightGBM的客户信用风险预测

原创 排序

复杂度希尔2。整体3.快速：

原创 堆排序 python 实现

堆排序超详细！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！堆排序基本思想及步骤将待排序的数组 初始化 为大顶堆，即建堆。将 堆顶元素 与 最后一个元素 交换，（除去最后一个元素外）可以组建为一个新的大顶堆。由于第二部堆顶元素跟最后一个元素交换后，新建立的堆不是大顶堆，需要重新建立大顶堆。重复上面的处理流程，直到堆中仅剩下一个元素。注意初始建堆： 从 非 叶子结点自下而上 完成每个建堆操作每个建堆操作：比较 parent 和left 对应元素大

原创 pytorch基础 取，索引，维度变化

文章目录type_as取操作index_select(a,dim,indices) 在a 的dim维度上按indices 取索引，indices 一定是tensorge gt eq这种判断大小 返回0，1 且和原shape 相等ge 取mask（保持原shape），masked_select(a,mask)，已被展平，只取数值成 tensortake(x,indices) 将x 展平，取indices（tensor）位置值nonzero 返回索引（输入 a*b,nonzero 输出z*）shape 变换vi

原创 softmax

softmax 向量计算 dimsoftmax 实例分类softmax 损失函数 交叉熵 极大似然估计softmax 函数本身具有 把值压缩到0，1 之间，结果具有归一，放大，散列 效果。这个过程也可以看成是求 概率的过程。softmax计算得出概率 送入交叉熵公式概率中或极大似然估计softmax的 损失函数 可以用 交叉熵来表达 也可以用极大似然估计来描述，二者结果一样...

原创 svm kkt

CH06 逻辑斯谛回归与最大熵模型[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-p9rQ5cxZ-1597562952195)(https://www.smirkcao.info/hit_gits/Lihang/CH06/README.md)]文章目录CH06 逻辑斯谛回归与最大熵模型前言章节目录导读模型逻辑斯谛回归模型逻辑斯谛分布二项逻辑斯谛回归模型多项逻辑斯谛回归二元推广对数线性模型模型参数估计Logistic RegressionSoftmax Regression

原创 python机器学习

机器学习

原创 tableau使用疑惑点

tableau使用维度，度量维度，度量本质区别是否能聚合维度，度量和离散连续没有关系行列，离散连续 产生标题，坐标轴维度，度量维度，度量本质区别是否能聚合维度，度量和离散连续没有关系行列，离散连续 产生标题，坐标轴...

原创 dp-最长子序列及相关

动态规划花花酱leetcode DP找工作难度比较 300>674leetcode 300-最长子序列给定一个无序的整数数组，找到其中最长上升子序列的长度。法一 递推 ：自底向上从每一个小元素推到整体##递推class Solution(object): def lengthOfLIS(self, nums): """ :type n...

原创 目标检测 剪枝总结

根据bn层系数 剪filter 中的kernel通道数（不是kernel个数）Learning Efficient Convolutional Networks through Network Slimming (ICCV 2017).是鼻祖论文源代码lua实现pytorch实现存在 服务器[email protected]:/home/nyz/m_workspace/network-slim...

原创 macbook 安装 包lightgbm

mac 安装lightgbm安装homebrew主要思路为，替换brew的镜像源。1.先把https://raw.githubusercontent.com/Homebrew/install/master/install 文件下载下来(使用浏览器打开，另存为也可以)，把文件命名为install.sh接下来，修改install.sh文件：应该在第7行左右，(记住这里的原来的url，后面你可能需要还原回来)HOMEBREW_REPO = 'https://github.com/Homebrew/h

原创 引入生命周期的用户留存分析报告

数据处理会员创建日期和销售日期没有区别

原创 用户流失数据分析报告

1. 项目背景本数据报告以某电商app平台为数据集，通过行业的指标对淘宝用户行为进行分析，从而探索淘宝用户的行为模式，找到用户流失的原因并提出改善建议。具体指标包括：日PV和日UV分析，付费率分析，复购行为分析，漏斗流失分析和用户价值RFM分析。2. 提出问题淘宝用户流失的原因是什么？淘宝用户是在哪个环节流失的？不同时间的用户需求量和购买量的关系，怎么根据时间制定策略？复购率高的商品流失率怎么样？怎么根据不同RFM类型用户制定用户留存策略。3. 分析思路本试验采用的数据记录了访

原创 漏斗分析电商用户行为

文章目录数据导入数据清洗建模分析-基于AARRR模型分析用户行为activation用户激活：【流量分析：从整体、局部（每日）分别分析】retention用户留存：【留存分析】留存的sql 函数很难写revenue用户收益refer用户推荐：【转化率分析 + 漏斗分析】购物车cart-3转化率、收藏fav-4转化率、购买buy-2转化率各是多少？商品分析：统计出受欢迎的产品item_id以及类目item_categary，优化产品销售建模二-- 基于RFM模型进行用户分类结论数据导入数据集来源 User

原创 win10安装tensorflow-cpu并配置jupyter notebook 环境

win10安装tensorflow-cpu并配置jupyter notebook 环境安装anaconda安装tensorflow配置jupyter notebook。。。。。。。。。。。。。安装anaconda不用去 python官网 下载python，直接安装anaconda 就可以,安装很简单一步步来就好安装tensorflow// 创建虚拟环境，其中python版本为3.5，命名 ...