Python數(shù)據(jù)建模(分類篇)
Python數(shù)據(jù)建模(分類篇)詳細(xì)內(nèi)容
Python數(shù)據(jù)建模(分類篇)
Python數(shù)據(jù)建模（分類模型篇）【課程目標(biāo)】
本課程主要講解如何利用Python進(jìn)行分類數(shù)據(jù)建模。
通過本課程的學(xué)習(xí)，達(dá)到如下目的：
掌握數(shù)據(jù)建模的標(biāo)準(zhǔn)流程。
掌握各種分類預(yù)測(cè)模型的原理，以及算法實(shí)現(xiàn)。
掌握各種分類模型類的重要參數(shù)，以及應(yīng)用。
掌握模型的評(píng)估指標(biāo)、評(píng)估方法，以及過擬合評(píng)估。
掌握模型優(yōu)化的基本方法，學(xué)會(huì)超參優(yōu)化。
掌握集成優(yōu)化思想，掌握高級(jí)的分類模型。
【授課時(shí)間】
2-5天時(shí)間
（要根據(jù)學(xué)員的實(shí)際情況調(diào)整重點(diǎn)內(nèi)容及時(shí)間）
【授課對(duì)象】
業(yè)務(wù)支持部、IT系統(tǒng)部、大數(shù)據(jù)系統(tǒng)開發(fā)部、大數(shù)據(jù)分析中心、網(wǎng)絡(luò)運(yùn)維部等相關(guān)技術(shù)人員。
【學(xué)員要求】
每個(gè)學(xué)員自備一臺(tái)便攜機(jī)(必須)。
便攜機(jī)中事先安裝好Python 3.9版本及以上。
安裝好Numpy,Pandas,statsmodels,sklearn,scipy等常用庫(kù)。
注：講師現(xiàn)場(chǎng)提供分析的數(shù)據(jù)源。
【授課方式】
建模流程+ 案例演練 + 開發(fā)實(shí)踐 + 可視化呈現(xiàn)
采用互動(dòng)式教學(xué)，圍繞業(yè)務(wù)問題，展開數(shù)據(jù)分析過程，全過程演練操作，讓學(xué)員在分析、分享、講授、總結(jié)、自我實(shí)踐過程中獲得能力提升。
【課程大綱】
預(yù)測(cè)建模基礎(chǔ)
數(shù)據(jù)建模六步法
選擇模型：基于業(yè)務(wù)選擇恰當(dāng)?shù)臄?shù)據(jù)模型
屬性篩選：選擇對(duì)目標(biāo)變量有顯著影響的屬性來建模
訓(xùn)練模型：采用合適的算法，尋找到最合適的模型參數(shù)
評(píng)估模型：進(jìn)行評(píng)估模型的質(zhì)量，判斷模型是否可用
優(yōu)化模型：如果評(píng)估結(jié)果不理想，則需要對(duì)模型進(jìn)行優(yōu)化
應(yīng)用模型：如果評(píng)估結(jié)果滿足要求，則可應(yīng)用模型于業(yè)務(wù)場(chǎng)景
數(shù)據(jù)挖掘常用的模型
數(shù)值預(yù)測(cè)模型：回歸預(yù)測(cè)、時(shí)序預(yù)測(cè)等
分類預(yù)測(cè)模型：邏輯回歸、決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等
市場(chǎng)細(xì)分：聚類、RFM、PCA等
產(chǎn)品推薦：關(guān)聯(lián)分析、協(xié)同過濾等
產(chǎn)品優(yōu)化：回歸、隨機(jī)效用等
產(chǎn)品定價(jià)：定價(jià)策略/最優(yōu)定價(jià)等
屬性篩選/特征選擇/變量降維
基于變量本身特征
基于相關(guān)性判斷
因子合并（PCA等）
IV值篩選（評(píng)分卡使用）
基于信息增益判斷（決策樹使用）
訓(xùn)練模型及實(shí)現(xiàn)算法
模型原理
算法實(shí)現(xiàn)
模型評(píng)估
評(píng)估指標(biāo)
評(píng)估方法
過擬合評(píng)估
模型優(yōu)化
優(yōu)化模型：選擇新模型/修改模型
優(yōu)化數(shù)據(jù)：新增顯著自變量
優(yōu)化公式：采用新的計(jì)算公式
模型應(yīng)用
模型解讀
模型部署
模型應(yīng)用
好模型是優(yōu)化出來的
分類模型評(píng)估
三個(gè)方面評(píng)估：指標(biāo)、方法、過擬合
兩大矩陣
混淆矩陣
代價(jià)矩陣
六大指標(biāo)
正確率Accuracy
查準(zhǔn)率Precision
查全率Recall
特異度Specify
F度量值（F1/Fβ）
提升指標(biāo)lift
三條曲線
ROC曲線和AUC
PR曲線和BEP
KS曲線和KS值
多分類模型評(píng)估指標(biāo)
宏指標(biāo)：macro_P, macro_R宏指標(biāo)：micro_P, micro_R模型評(píng)估方法
原始評(píng)估法
留出法（Hold-Out）
交叉驗(yàn)證法（k-fold cross validation）
自助采樣法（Bootstrapping）
其它評(píng)估
過擬合評(píng)估：學(xué)習(xí)曲線
殘差評(píng)估：白噪聲評(píng)估
邏輯回歸
問題：如何評(píng)估客戶購(gòu)買產(chǎn)品的可能性？如何預(yù)測(cè)客戶行為？
如何預(yù)測(cè)客戶流失？銀行如何實(shí)現(xiàn)欠貸風(fēng)險(xiǎn)控制？
邏輯回歸模型簡(jiǎn)介
邏輯回歸的種類
二項(xiàng)邏輯回歸
多項(xiàng)邏輯回歸
邏輯回歸方程解讀
帶分類自變量的邏輯回歸
邏輯回歸的算法實(shí)現(xiàn)及優(yōu)化
迭代樣本的隨機(jī)選擇
變化的學(xué)習(xí)率
邏輯回歸+正則項(xiàng)
求解算法與懲罰項(xiàng)的互斥關(guān)系
多元邏輯回歸處理
ovoovr邏輯回歸建模過程
案例：用sklearn庫(kù)實(shí)現(xiàn)銀行貸款違約預(yù)測(cè)
案例：訂閱者用戶的典型特征（二元邏輯回歸）
案例：通信套餐的用戶畫像（多元邏輯回歸）
決策樹
分類決策樹簡(jiǎn)介
演練：識(shí)別銀行欠貨風(fēng)險(xiǎn)，提取欠貸者的特征
決策樹的三個(gè)關(guān)鍵問題
最優(yōu)屬性選擇
熵、基尼系數(shù)
信息增益、信息增益率
屬性最佳劃分
多元?jiǎng)澐峙c二元?jiǎng)澐?br />
連續(xù)變量最優(yōu)劃分
決策樹修剪
剪枝原則
預(yù)剪枝與后剪枝
構(gòu)建決策樹的算法
C5.0、CHAID、CART、QUEST
各種算法的比較
決策樹的超參優(yōu)化
決策樹的解讀
決策樹建模過程
案例：商場(chǎng)酸奶購(gòu)買用戶特征提取
案例：客戶流失預(yù)警與客戶挽留
案例：識(shí)別拖欠銀行貨款者的特征，避免不良貨款
案例：識(shí)別電信詐騙者嘴臉，讓通信更安全
案例：電力竊漏用戶自動(dòng)識(shí)別
人工神經(jīng)網(wǎng)絡(luò)
神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介（ANN）
神經(jīng)元基本原理
加法器
激活函數(shù)
神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
隱藏層數(shù)量
神經(jīng)元個(gè)數(shù)
神經(jīng)網(wǎng)絡(luò)的建立步驟
神經(jīng)網(wǎng)絡(luò)的關(guān)鍵問題
BP算法實(shí)現(xiàn)
MLP多層神經(jīng)網(wǎng)絡(luò)
案例：評(píng)估銀行用戶拖欠貨款的概率
案例：神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)產(chǎn)品銷量
支持向量機(jī)（SVM）
支持向量機(jī)簡(jiǎn)介
適用場(chǎng)景
支持向量機(jī)原理
支持向量
最大邊界超平面
線性不可分處理
松弛系數(shù)
非線性SVM分類
常用核函數(shù)
線性核函數(shù)
多項(xiàng)式核
高斯RBF核
核函數(shù)的選擇原則
模型集成優(yōu)化篇
模型的優(yōu)化思想
集成模型的框架
Bagging
Boosting
Stacking
集成算法的關(guān)鍵過程
弱分類器如何構(gòu)建
組合策略：多個(gè)弱學(xué)習(xí)器如何形成強(qiáng)學(xué)習(xí)器
Bagging集成算法
數(shù)據(jù)/屬性重抽樣
決策依據(jù)：少數(shù)服從多數(shù)
隨機(jī)森林RandomForestBoosting集成算法
基于誤分?jǐn)?shù)據(jù)建模
樣本選擇權(quán)重更新
決策依據(jù)：加權(quán)投票
AdaBoost模型
GBDT模型
XGBoost模型
LightGBM模型
案例實(shí)戰(zhàn)
客戶流失預(yù)測(cè)和客戶挽留模型
銀行欠貸風(fēng)險(xiǎn)預(yù)測(cè)模型
結(jié)束：課程總結(jié)與問題答疑。
傅一航老師的其它課程
數(shù)據(jù)分析方法及生產(chǎn)運(yùn)營(yíng)實(shí)際應(yīng)用【課程目標(biāo)】本課程主要介紹數(shù)據(jù)分析在生產(chǎn)運(yùn)營(yíng)過程中的應(yīng)用，適用于制造行業(yè)/保險(xiǎn)行業(yè)的數(shù)據(jù)分析人員等。本課程的主要目的是，幫助學(xué)員了解大數(shù)據(jù)的本質(zhì)，培養(yǎng)學(xué)員的數(shù)據(jù)意識(shí)和數(shù)據(jù)思維，掌握常用的統(tǒng)計(jì)分析方法和工具，以及生產(chǎn)、運(yùn)營(yíng)過程中的應(yīng)用，并以概率的方式來進(jìn)行決策，提升學(xué)員的數(shù)據(jù)分析及應(yīng)用能力。本課程具體內(nèi)容包括：數(shù)據(jù)決策邏輯，數(shù)據(jù)決
講師：傅一航詳情
大數(shù)據(jù)建模大賽輔導(dǎo)實(shí)戰(zhàn)【課程目標(biāo)】本課程主要面向?qū)I(yè)人士的大數(shù)據(jù)建模競(jìng)賽輔導(dǎo)需求（假定學(xué)員已經(jīng)完成Python建模及優(yōu)化--回歸篇/分類篇的學(xué)習(xí)）。通過本課程的學(xué)習(xí)，達(dá)到如下目的：熟悉大賽常用集成模型掌握模型優(yōu)化常用措施，掌握超參優(yōu)化策略掌握特征工程處理，以及對(duì)模型質(zhì)量的影響掌握建模工程管道類(Pipeline,ColumnTransformer)的使用【授
講師：傅一航詳情
大數(shù)據(jù)時(shí)代的精準(zhǔn)營(yíng)銷【課程目標(biāo)】本課程從實(shí)際的市場(chǎng)營(yíng)銷問題出發(fā)，了解大數(shù)據(jù)在市場(chǎng)營(yíng)銷領(lǐng)域的價(jià)值以及應(yīng)用。并對(duì)大數(shù)據(jù)分析與挖掘技術(shù)進(jìn)行了介紹，通過從大量的市場(chǎng)營(yíng)銷數(shù)據(jù)中分析潛在的客戶特征，挖掘客戶行為特點(diǎn)，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷，幫助市場(chǎng)營(yíng)銷團(tuán)隊(duì)深入理解業(yè)務(wù)運(yùn)作，支持業(yè)務(wù)策略制定以及營(yíng)銷決策。通過本課程的學(xué)習(xí)，達(dá)到如下目的：了解大數(shù)據(jù)營(yíng)銷內(nèi)容，掌握大數(shù)據(jù)在營(yíng)銷中的應(yīng)用。
講師：傅一航詳情
大數(shù)據(jù)時(shí)代的精準(zhǔn)營(yíng)銷【課程目標(biāo)】本課程從實(shí)際的市場(chǎng)營(yíng)銷問題出發(fā)，了解大數(shù)據(jù)在市場(chǎng)營(yíng)銷領(lǐng)域的價(jià)值以及應(yīng)用。并對(duì)大數(shù)據(jù)分析與挖掘技術(shù)進(jìn)行了介紹，通過從大量的市場(chǎng)營(yíng)銷數(shù)據(jù)中分析潛在的客戶特征，挖掘客戶行為特點(diǎn)，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷，幫助市場(chǎng)營(yíng)銷團(tuán)隊(duì)深入理解業(yè)務(wù)運(yùn)作，支持業(yè)務(wù)策略制定以及營(yíng)銷決策。通過本課程的學(xué)習(xí)，達(dá)到如下目的：了解大數(shù)據(jù)營(yíng)銷內(nèi)容，掌握大數(shù)據(jù)在營(yíng)銷中的應(yīng)用。
講師：傅一航詳情
大數(shù)據(jù)決策思維與商業(yè)模式創(chuàng)新，賦能企業(yè)增長(zhǎng)【課程目標(biāo)】本課程主要幫助大家理解大數(shù)據(jù)的基本概念，著重探索大數(shù)據(jù)的本質(zhì)，理解大數(shù)據(jù)的核心價(jià)值，以及掌握實(shí)現(xiàn)大數(shù)據(jù)價(jià)值的三個(gè)關(guān)鍵環(huán)節(jié)，大數(shù)據(jù)解決業(yè)務(wù)問題的六個(gè)步驟，然后聚焦大數(shù)據(jù)的七大核心思維，最后，再用案例說明了大數(shù)據(jù)在各行業(yè)的應(yīng)用場(chǎng)景。大數(shù)據(jù)思維，讓決策更科學(xué)！讓管理更高效！讓營(yíng)銷更精準(zhǔn)！通過本課程的學(xué)習(xí)，達(dá)到如
講師：傅一航詳情
大數(shù)據(jù)思維與應(yīng)用創(chuàng)新【課程目標(biāo)】本課程主要幫助大家理解大數(shù)據(jù)的基本概念，著重探索大數(shù)據(jù)的本質(zhì)，理解大數(shù)據(jù)的核心價(jià)值，以及掌握實(shí)現(xiàn)大數(shù)據(jù)價(jià)值的三個(gè)關(guān)鍵環(huán)節(jié)，大數(shù)據(jù)解決業(yè)務(wù)問題的六個(gè)步驟，然后聚焦大數(shù)據(jù)的七大核心思維，最后，再用案例說明了大數(shù)據(jù)在各行業(yè)的應(yīng)用場(chǎng)景。大數(shù)據(jù)思維，讓決策更科學(xué)！讓管理更高效！讓營(yíng)銷更精準(zhǔn)！通過本課程的學(xué)習(xí)，達(dá)到如下目的：了解大數(shù)據(jù)基本
講師：傅一航詳情
大數(shù)據(jù)思維與應(yīng)用創(chuàng)新【課程目標(biāo)】本課程主要幫助大家理解大數(shù)據(jù)的基本概念，著重探索大數(shù)據(jù)的本質(zhì)，理解大數(shù)據(jù)的核心價(jià)值，以及掌握實(shí)現(xiàn)大數(shù)據(jù)價(jià)值的三個(gè)關(guān)鍵環(huán)節(jié)，大數(shù)據(jù)解決業(yè)務(wù)問題的六個(gè)步驟，然后聚焦大數(shù)據(jù)的七大核心思維，最后，再用案例說明了大數(shù)據(jù)在各行業(yè)的應(yīng)用場(chǎng)景。大數(shù)據(jù)思維，讓決策更科學(xué)！讓管理更高效！讓營(yíng)銷更精準(zhǔn)！通過本課程的學(xué)習(xí)，達(dá)到如下目的：了解大數(shù)據(jù)基本
講師：傅一航詳情
大數(shù)據(jù)思維與應(yīng)用創(chuàng)新【課程目標(biāo)】本課程主要幫助大家理解大數(shù)據(jù)的基本概念，著重探索大數(shù)據(jù)的本質(zhì)，理解大數(shù)據(jù)的核心價(jià)值，以及掌握實(shí)現(xiàn)大數(shù)據(jù)價(jià)值的三個(gè)關(guān)鍵環(huán)節(jié)，大數(shù)據(jù)解決業(yè)務(wù)問題的六個(gè)步驟，然后聚焦大數(shù)據(jù)的七大核心思維，最后，再用案例說明了大數(shù)據(jù)在各行業(yè)的應(yīng)用場(chǎng)景。大數(shù)據(jù)思維，讓決策更科學(xué)！讓管理更高效！讓營(yíng)銷更精準(zhǔn)！通過本課程的學(xué)習(xí)，達(dá)到如下目的：了解大數(shù)據(jù)基本
講師：傅一航詳情
大數(shù)據(jù)挖掘工具:SPSSStatistics入門與提高【課程目標(biāo)】本課程為數(shù)據(jù)分析和挖掘的工具篇，本課程面向數(shù)據(jù)分析部等專門負(fù)責(zé)數(shù)據(jù)分析與挖掘的人士，專注大數(shù)據(jù)挖掘工具SPSSStatistics的培訓(xùn)。IBMSPSS工具是面向非專業(yè)人士的高級(jí)的分析工具（挖掘工具），它提供大量的分析方法和分析模型，能夠解決更復(fù)雜的業(yè)務(wù)問題，比如影響因素分析、客戶行為預(yù)測(cè)/精
講師：傅一航詳情
金融行業(yè)風(fēng)險(xiǎn)預(yù)測(cè)模型實(shí)戰(zhàn)【課程目標(biāo)】本課程專注于金融行業(yè)的風(fēng)控模型，面向數(shù)據(jù)分析部等專門負(fù)責(zé)數(shù)據(jù)分析與建模的人士。本課程的主要目的是，培養(yǎng)學(xué)員的大數(shù)據(jù)意識(shí)和大數(shù)據(jù)思維，掌握常用的數(shù)據(jù)分析方法和數(shù)據(jù)分析模型，并能夠用于對(duì)客戶行為作分析和預(yù)測(cè)，提升學(xué)員的數(shù)據(jù)分析綜合能力。通過本課程的學(xué)習(xí)，達(dá)到如下目的：掌握數(shù)據(jù)分析和數(shù)據(jù)建模的基本過程和步驟掌握客戶行為分析中常用
講師：傅一航詳情
- [潘文富] 中小企業(yè)招聘廣告的內(nèi)容完
- [潘文富] 優(yōu)化考核方式，減少員工抵
- [潘文富] 廠家心目中的理想化經(jīng)銷商
- [潘文富] 經(jīng)銷商的產(chǎn)品驅(qū)動(dòng)與管理驅(qū)
- [潘文富] 消費(fèi)行為的背后
- [王曉楠] 輔警轉(zhuǎn)正方式，定向招錄成為
- [王曉楠] 西安老師招聘要求，西安各區(qū)
- [王曉楠] 西安中小學(xué)教師薪資福利待遇
- [王曉楠] 什么是備案制教師？備案制教
- [王曉楠] 2024年陜西省及西安市最
- 1社會(huì)保障基礎(chǔ)知識(shí)(ppt) 21158
- 2安全生產(chǎn)事故案例分析(ppt) 20229
- 3行政專員崗位職責(zé) 19044
- 4品管部崗位職責(zé)與任職要求 16222
- 5員工守則 15459
- 6軟件驗(yàn)收?qǐng)?bào)告 15393
- 7問卷調(diào)查表(范例) 15113
- 8工資發(fā)放明細(xì)表 14554
- 9文件簽收單 14194
