方法一：场景神经网络 思路：训练一个包含所有特征的模型，得到auc，在batch中采用shuffle，得到auc’，记特征的importance为auc-auc’ 验证方法：先验+经验结合的方式，…

目前正在涉及数据集变量之间相关性探索的课题，在原有基于统计学的皮尔逊、斯皮尔曼的基础上，正在思考，机器学习、深度学习可以实现高效的结果预测，那么其是否也可以用在变量相关性的探索当中耐人寻味。这篇文章是我无意之间从网上看到…

概述 Pearson相关系数是最常用的相关系数，又称和差相关系数，取值-1到1，绝对值越大，说明相关性越强。该系数的计算和检验为参数方法，适合做连续变量的相关性分析，适用的条件如下： 两个变量呈直线相关关系或正态分布，非…

机器学习本质上就是一种对问题真实模型的逼近（我们选择一个我们认为比较好的近似模型，这个近似模型就叫做一个假设），但毫无疑问，真实模型一定是不知道的（如果知道了，我们干吗还要机器学习？直接用真实模型解决问题不就可以了？对吧…

IDE：jupyter version：Python3.5 Lib:requests、re、pyquery 最近恰巧看到斗罗大陆3尚在连载，作为斗罗1的忠实粉丝，看到斗罗3自然是兴奋不已。但无奈在网上一页页的翻看实在是太…

作者：滴水 链接：https://www.zhihu.com/question/22178202/answer/49929786 来源：知乎 著作权归作者所有，转载请联系作者获得授权。 让我们说人话！好的数学概念都应该是…

This document is a thorough overview of my process for building a predictive model for Kaggle’s Titanic …