数据挖掘的方法、工具及在各行业的应用案例

关联规则学习：著名的购物篮分析就是典型案例，它帮助零售商发现商品之间的购买关联。例如，当顾客购买面包时，也常常会买黄油。理解这些关联后，企业可以进行更具针对性的交叉销售。时序分析：它关注数据随时间的变化规律，广泛应用于股票市场分析、气象预测等。通过时序分析，可以更好地预测季节性需求或市场波动。决策...

榜上有名!神州信息参与的3个案例登上“2024数字金融创新 先锋案例...

该系统具有“系统自动化分类分级流程”、“决策树引擎”和“机器学习模型”三大特点,在实现分类分级自动化,提升效率的同时,进一步与行内流程紧密结合,实现降本增效。数据安全分类分级系统创新的通过决策树引擎和机器学习模型实现了分类分级的自动化,构筑了数据安全分类分级识别能力;并通过流程引擎实现了审批流程的系统化,...

【公益案例展】四川农担x中电金信——大数据智能风控平台建设

策略配置:支持对规则集、评分卡、决策表、决策树、决策流、表达式及机器学习等组件配置,以可视化的方式进行顺序、分支、并行等多种方式的执行流程编排,提供友好的操作界面,支持提供不同组件的组合配置,满足不同领域的策略组合的有效封装,支持策略在不同环境的导入和导出。策略发布:支持从策略配置完成到真正投入生产应用...

2023·智慧司法篇|创新案例之“职务犯犯罪成因与智能管控系统”

（二）职务犯罪风险评估工具的开发运用决策树算法、层次分析法、关联规则法确定风险评估指标并形成评估工具，施测后根据数据分析结果制定风险等级评定标准。通过决策树算法，在前述风险指标备选体系中筛选出核心指标；通过处理量表数据和文本数据，由专家对不同指标的权重进行评分，利用层次分析法分析指标的权重；通过关联规...

8000字详解“聚类算法”,从理论实现到案例说明

常见的监督学习算法包括线性回归、决策树、支持向量机等。无监督学习算法无监督学习算法则需要在没有明确标签的情况下从数据中学习结构和模式。这类算法主要用于聚类、降维和关联规则挖掘等任务。比如,K均值聚类、主成分分析(PCA)和关联规则挖掘都是常见的无监督学习算法。

《Nature》高分子材料成功独占鳌头,成为引爆学术界的核弹!

部分案例图片●深度学习与有限元仿真●Day1机器学习在结构仿真中的应用概述1.机器学习基础1.机器学习的定义、分类和发展历程(www.e993.com)2024年11月27日。2.机器学习的基本概念,如数据、模型、训练、预测等。3.常见的机器学习算法,如神经网络、决策树、支持向量机等。

机器学习在复合材料领域到底能怎么用?【建议收藏】

实例:决策树回归在预测水泥基复合材料强度中的应用复合材料研究中应用集成学习与支持向量模型1.随机森林用于复合材料研究实例:随机森林在预测复合材料性能中的应用2.Boosting算法用于复合材料研究实例:Catboost在预测复合材料强度中的应用3.XGBoost和LightGBM用于复合材料研究...

Nature与Science同时出王炸!生命科学领域又一位“天才少年”诞生...

树方法:决策树、随机森林神经网络:多层感知机机器学习药物筛选分类案例实操b)深度学习深度神经网络DNN卷积神经网络CNN循环神经网络RNN深度学习常用的loss介绍模型评估与优化方法评估指标:准确率、召回率、F1分数等优化方法:正则化、Dropout等超参数调优超参数对于模型的影响网格搜索、随机搜索基于蛋白和...

To B业务的商机线索管理系统搭建真实案例

数据通过开源的Scikit-learn库中RandomForestClassifier方法构建决策树,训练随机森林模型,从而作为回归问题来根据一个新用户的行为数据、基本属性等维度数据预测他的商机线索评分。模型训练完毕,通过调参(下文附RandomForestClassifier参数及释义)、测试,确保模型性能达到预期后通过joblib保存模型,实现模型持久化,在使用的时候通...

基于XGBoost 特征选择方法在业务中的应用

1)初始化一个弱学习器(通常是决策树),并计算该学习器的预测值和损失函数;2)算法计算损失函数对于当前预测值的梯度。梯度可以被理解为损失函数在当前预测值处的斜率,它给出了优化损失函数的方向;3)算法使用新的学习器去预测梯度,而非真实的标签。新的预测值等于原始预测值加上学习率乘以梯度的预测值;...