公司网站建设计入什么明细科目,怎么样做自己的网站,旅游网站建设与网页设计,成都网站建设优创#x1f3af;要点
#x1f3af;数据元素#xff1a; #x1f58a;变量处理 | #x1f58a;代码多重调用 | #x1f58a;集合#xff1a;数组、字典、元组和命名元组 | #x1f58a;矢量化代码#xff1a;广播 | #x1f58a;字符串处理 | #x1f58a;提取HTTP查询…要点
数据元素 变量处理 | 代码多重调用 | 集合数组、字典、元组和命名元组 | 矢量化代码广播 | 字符串处理 | 提取HTTP查询解析JSON数据丢失值绘图和插值 | 处理压缩文件CSV文件Apache Arrow数据SQLite数据库计算和可视化汇总统计数据 | 数据帧处理创建本地线性回归模型可视化模型预测 | 交互R语言绘制矩阵相关性 | 转换数据帧为其他类型 | 提取压缩归档文件分割整合变换数据帧图形分析数据 | 构建资产预测模型 | 蒙特卡罗模拟期权定价。 经济学几何级数学模型 资产负债表现金流价值估算对比投资和政府支出对收益的影响 | 马尔可夫链计算个人雇佣和失业的矩阵数据确定信息失业持续时间何时失业可能失业的概率 | 帕累托分布模型计算财富分布不平等洛伦兹曲线和基尼系数测量工资收入和资产回报影响 | 人才市场建模推断求职者市场价值最大化策略 | 个人跳槽预期建模判断在职和离职状态下对新工作机会的跳槽或选择预期 | 失业人员重新就职建模评估条件薪资下降、失业补偿金、薪资构成分布 | 职业选择建模最大化预期工资流 | 在职人员择业建模评估投资目前职业与选择新职业资本回报 | 制造业增长型贴现投资建模价值迭代和时间迭代评估价值最大化策略 。 机器学习 马尔可夫决策 | 生成对抗网络
Julia建立预测模型
我们将构建一个预测机器学习模型。 julia Pkg.add(“ScikitLearn.jl”)这个包是 Python scikit-learn 包的接口。使用这个包的有趣之处在于您可以使用与 Python 中使用的相同的模型和功能。Sklearn 要求所有数据都是数字类型所以让我们对数据进行标签编码 using ScikitLearn sk_import preprocessing: LabelEncoder labelencoder LabelEncoder() categories [2 3 4 5 6 12 13] for col in categories train[col] fit_transform!(labelencoder, train[col]) end以前用过sklearn的人会发现这段代码很熟悉我们使用LabelEncoder对类别进行编码。我使用了带有分类数据的列索引。
接下来我们将导入所需的模块。 然后我们将定义一个通用分类函数它以模型作为输入并确定准确性和交叉验证分数。
using ScikitLearn: fit!, predict, sk_import, fit_transform! sk_import preprocessing: LabelEncoder sk_import model_selection: cross_val_score sk_import metrics: accuracy_score sk_import linear_model: LogisticRegression sk_import ensemble: RandomForestClassifier sk_import tree: DecisionTreeClassifier function classification_model(model, predictors) y convert(Array, train[:13]) X convert(Array, train[predictors]) X2 convert(Array, test[predictors]) fit!(model, X, y) predictions predict(model, X) accuracy accuracy_score(predictions, y) println(\naccuracy: ,accuracy) cross_score cross_val_score(model, X, y, cv5) println(cross_validation_score: , mean(cross_score)) fit!(model, X, y) pred predict(model, X2) return pred end让我们制作第一个逻辑回归模型。 一种方法是将所有变量纳入模型但这可能会导致过度拟合。 简而言之采用所有变量可能会导致模型理解特定于数据的复杂关系并且不能很好地概括。
因此让我们用“Credit_History”制作第一个模型。
model LogisticRegression()
predictor_var [:Credit_History]
classification_model(model, predictor_var)准确度80.945% 交叉验证分数80.957%。
决策树是建立预测模型的另一种方法。众所周知它比逻辑回归模型提供更高的准确性。
model DecisionTreeClassifier()
predictor_var [:Credit_History, :Gender, :Married, :Education]
classification_model(model, predictor_var)准确度80.945% 交叉验证分数76.656%
在这里基于分类变量的模型无法产生影响因为信用记录对它们起着主导作用。让我们尝试一些数值变量
#We can try different combinations of variables:
predictor_var [:Credit_History, :Loan_Amount_Term]
classification_model(model, predictor_var)准确度99.345% 交叉验证分数72.009%。
随机森林是解决分类问题的另一种算法。随机森林的一个优点是我们可以使其适用于所有特征并且它返回一个可用于选择特征的特征重要性矩阵。
model RandomForestClassifier(n_estimators100)
predictors [:Gender, :Married, :Dependents, :Education,:Self_Employed, :Loan_Amount_Term, :Credit_History, :Property_Area,:LoanAmount]
classification_model(model, predictors)准确度100.000% 交叉验证分数78.179%。
在这里我们看到训练集的准确率是 100%。这是过度拟合的最终情况可以通过两种方式解决
减少预测变量的数量调整模型参数
更新后的代码现在是
model RandomForestClassifier(n_estimators100, min_samples_split25, max_depth8, n_jobs-1)
predictors [:ApplicantIncome, :CoapplicantIncome, :LoanAmount, :Credit_History, :Loan_Amoun_Term, :Gender, :Dependents]
classification_model(model, predictors)准确度82.410% 交叉验证分数80.635%。
参阅亚图跨际
