7. 集合
7.1. 概述 集合是一种：无序、元素唯一的容器类型。 备注：无序是指从集合中取出元素的顺序，与定义集合时存入的顺序不一定一致。 集合分为两种，分别是： 可变集合（set）：内部的元素无序（不...
5. 数据分割
对于时间序列数据，训练集和测试集的划分应考虑时间顺序，确保训练数据仅包含过去的数据，测试数据用于预测未来趋势。这样可以避免未来数据“泄漏”到训练阶段，导致结果失真。 5.1 分割方法 时...
4. 模型选择与构建
在这一部分，我们将选择合适的聚类算法，并详细介绍其原理、适用性等等。 4.1 模型选择 4.1.1 为什么使用聚类？ 本项目的目标是对客户进行分群，而不是预测某个具体值（如收入或消费评分）。这...
第 2 章 初识 Python 2.2. 一个简单的打印效
2.2. 一个简单的打印效果 ① 在终端中输入python并回车 ② 随后输入：print(100)，随后回车，终端中呈现100 备注：作为初学者，各位暂时不用纠结上述代码的含义，先跟着操作就可以，后面会仔细...
第 3 章 Python 核心基础
1. 字面量 1.1. 概述 来看这样一个场景：老师让学生把：姓名、年龄、体重写在纸上，纸上的文字，就是学生想要表达的内容，这些内容不需要计算、也不需要转换，就是字面上的含义，一看就能理解。...
6. 结果分析与解读
在这一部分，我们将对模型的结果进行详细分析，解释不同聚类方法（K-Means 和 GMM）在客户数据上的表现，并给出具有业务指导意义的解读。 6.1 K-Means 聚类结果分析 6.1.1 K-Means 聚类的特点 ...
2.2.3.6 高级构造方法
(1) np.loadtxt data = np.loadtxt('data.txt') # 读取文本文件 (2) np.genfromtxt data = np.genfromtxt('data.csv', delimiter=',') # 支持复杂格式 2.2.3.7 创建方法推荐场景 场景推荐方法优...
4. 模型选择与构建
选择一个适合的模型进行欺诈交易检测，并详细介绍其原理及适用性。 此外，我们会进行多维度数据分析，以提高欺诈识别的准确性。 4.1 模型选择 在欺诈交易检测问题中，我们面临以下几个挑战： 类...
6. 结果分析与解读
在本部分，我们将详细解读模型的评估结果，分析欺诈交易检测的有效性，并提供对业务的指导性见解。 6.1 评估结果回顾 在第 5 部分，我们训练了 XGBoost 模型，并使用** 随机搜索（Ran...
6. 结果分析与解读
在这一阶段，我们对模型的训练结果进行详细分析，并从中提炼出对业务具有指导意义的洞察。通过分析模型的性能和数据特征，我们能够提供有关客户流失的重要见解，并为银行的客户管理策略提供指导...
