解釋機器學習模型的一些方法（一）——數據可視化
本系列文章轉載自關於如何解釋機器學習的一些方法。本篇主要介紹了幾種可視化數據及模型結果的方法。 到現在你可能聽說過種種奇聞軼事，比如機器學習算法通過利用大數據能夠預測某位慈善家是否會捐款給基金會啦，預測一個在新生兒重症病房的嬰兒是否會罹患敗血症啦，或者預測一位消費者是否會點擊一個 ...
原文：解釋機器學習模型的一些方法（二）——在受監管的行業使用機器學習
對於在受監管行業中工作的分析師和數據科學家來說，盡管機器學習可能會帶來 能極大提高預測精度 這一好處，然而它可能不足以彌補內部文檔需求以及外部監管責任所帶來的成本。對於實踐者而言，傳統線性模型技術可能是預測模型中的唯一選擇。然而，創新和競爭的驅動力並不因為你在一個受監管的模式下工作就會止息。在銀行，保險以及類似受監管垂直領域里，數據科學家和分析師正面對着這樣一個獨一無二的難題：他們必須要找到使預 ...
2018-07-23 21:07 0 1523 推薦指數：
相關推薦
機器學習模型解釋工具-Lime
本篇文章轉載於LIME：一種解釋機器學習模型的方法 該文章介紹了一種模型對單個樣本解釋分類結果的方法，區別於對整體測試樣本的評價指標准確率、召回率等，Lime為具體某個樣本的分類結果做出解釋，直觀地表明該模型為何做出如此預測。 動機：我們為什么要理解預測結果？ 機器學習 ...
機器學習的一些常用算法
下面是些泛泛的基礎知識，但是真正搞機器學習的話，還是非常有用。像推薦系統、DSP等目前項目上機器學習的應用的關鍵，我認為數據處理非常非常重要，因為很多情況下，機器學習的算法是有前提條件的，對數據是有要求的。 機器學習強調三個關鍵詞：算法、經驗、性能，其處理過程如下圖所示。 上圖 ...
機器學習模型評估方法
評估指標的局限性 准確率（Accuracy） \(\text{Accuracy} = \dfrac{n_{correct}}{n_{total}}\) 樣本不均衡時， ...
【機器學習】模型融合方法概述
【機器學習】模型融合方法概述 我理解的Kaggle比賽中提高成績主要有3個地方 特征工程 調參 模型融合 之前每次打比賽都只做了前兩部分，最后的模型融合就是簡單 ...
使用PyCaret構建機器學習模型
作者|LAKSHAY ARORA 編譯|VK 來源|Analytics Vidhya 概述 PyCaret是一個超級有用的Python庫，用於在短時間內執行多個機器學習任務 學習如何依賴PyCaret在幾行代碼中構建復雜的機器學習模型 介紹 我建立的第一個機器學習模型 ...
使用PMML部署機器學習模型
PMML簡介 預測模型標記語言PMML（Predictive Model Markup Language）是一套與平台和環境無關的模型表示語言，是目前表示機器學習模型的實際標准。 作為一個開放的成熟標准，PMML由數據挖掘組織DMG（Data Mining Group）開發和維護，經過十幾年 ...