Tag Archives: 随机森林

数据分享|WEKA用决策树、随机森林、支持向量机SVM、朴素贝叶斯、逻辑回归信贷违约预测报告

By tecdat9月 14, 2022大数据部落, 数理统计, 经济, 计算机科学与技术svm, weka, 信贷, 信贷违约, 决策树, 支持向量机, 朴素贝叶斯, 贝叶斯, 违约, 逻辑回归, 随机森林, 预测

数据变得越来越重要，其核心应用“预测”也成为互联网行业以及产业变革的重要力量。

基于简化的评分卡、Smote采样和随机森林的信贷违约预测

By tecdat7月 27, 2022大数据部落, 技术支持, 数理统计, 经济, 计算机科学与技术Smote, 信贷, 信贷违约预测, 评分卡, 违约, 采样, 随机森林

随着互联网经济的迅猛发展，个人信贷规模在近年来呈现了爆炸式增长。

R语言惩罚逻辑回归、线性判别分析LDA、广义加性模型GAM、多元自适应回归样条MARS、KNN、二次判别分析QDA、决策树、随机森林、支持向量机SVM分类优质劣质葡萄酒十折交叉验证和ROC可视化

By tecdat6月 27, 2022大数据部落, 数理统计, 计算机科学与技术GAM, knn, LDA, MARS, QDA, svm, 二次判别分析, 交叉验证, 决策树, 判别分析, 十折交叉验证, 回归, 多元自适应回归样条, 广义加性模型, 支持向量机, 线性判别分析, 葡萄酒, 逻辑回归, 随机森林

数据包含有关葡萄牙“Vinho Verde”葡萄酒的信息。该数据集有1599个观测值和12个变量，分别是固定酸度、挥发性酸度、柠檬酸、残糖、氯化物、游离二氧化硫、总二氧化硫、密度、pH值、硫酸盐、酒精和质量。

Python在Scikit-Learn可视化随机森林中的决策树分析房价数据

By tecdat6月 6, 2022可视化和设计, 大数据部落, 数理统计, 计算机科学与技术决策树, 可视化, 房价, 数据, 随机森林

随机森林是决策树的集合。在这篇文章中，我将向您展示如何从随机森林中可视化决策树。

R语言决策树和随机森林分类电信公司用户流失churn数据和参数调优、ROC曲线可视化

By tecdat5月 23, 2022大数据部落churn, ROC, 决策树, 参数调优, 用户流失, 电信公司, 随机森林

在本教程中，我们将学习覆盖决策树和随机森林。这些是可用于分类或回归的监督学习算法。

Python信贷风控模型：梯度提升Adaboost,XGBoost,SGD, GBOOST, SVC,随机森林, KNN预测金融信贷违约支付和模型优化

By tecdat4月 12, 2022大数据部落, 数理统计, 经济, 计算机科学与技术Adaboost, boost, GBOOST, knn, SGD, SVC, xgboost, 优化, 信贷, 信贷违约, 信贷违约支付, 梯度提升, 违约, 随机森林, 风控

在此数据集中，我们必须预测信贷的违约支付，并找出哪些变量是违约支付的最强预测因子？

R语言逻辑回归、随机森林、SVM支持向量机预测Framingham心脏病风险和模型诊断可视化

By tecdat1月 10, 2022医药, 大数据部落, 数理统计, 机器学习, 计算机科学与技术Framingham, svm, 可视化, 回归, 心脏病, 支持向量机, 模型诊断, 逻辑回归, 随机森林, 预测, 风险

世界卫生组织估计全世界每年有 1200 万人死于心脏病。

Python用户流失数据挖掘：建立逻辑回归、XGboost、随机森林、决策树、支持向量机、朴素贝叶斯模型和Kmeans聚类用户画像

By tecdat11月 17, 2021大数据部落, 数理统计, 计算机科学与技术kmeans, svm, xgboost, 决策树, 支持向量机, 数据挖掘, 朴素贝叶斯, 用户流失, 用户画像, 聚类, 贝叶斯, 逻辑回归, 随机森林

在今天产品高度同质化的品牌营销阶段，企业与企业之间的竞争集中地体现在对客户的争夺上。

R语言集成模型：提升树boosting、随机森林、约束最小二乘法加权平均模型融合分析时间序列数据

By tecdat11月 3, 2021大数据部落, 数理统计, 机器学习, 经济, 计算机科学与技术boosting, 加权平均模型, 平均模型, 提升树, 时间序列, 最小二乘法, 模型融合, 约束最小二乘法, 随机森林, 集成模型

特别是在经济学/计量经济学中，建模者不相信他们的模型能反映现实。

R语言用加性多元线性回归、随机森林、弹性网络模型预测鲍鱼年龄和可视化

By tecdat10月 29, 2021农业, 可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术R语言, uci, uci数据, 可视化, 回归, 弹性网络, 数据, 线性回归, 随机森林, 预测, 鲍鱼

铁和泛酸的极好来源，是澳大利亚、美国和东亚的营养食品资源和农业。100 克鲍鱼可提供超过 20% 的每日推荐摄入量。鲍鱼的经济价值与其年龄呈正相关。因此，准确检测鲍鱼的年龄对于养殖者和消费者确定其价格非常重要。

基于机器学习的印度肝脏病诊断分析

By tecdat8月 23, 2021医药, 大数据部落, 数理统计, 机器学习, 计算机科学与技术决策树, 印度, 支持向量回归, 机器学习, 肝脏病, 诊断, 逻辑回归, 随机森林

肝脏病在早期可能没有任何症状，不容易被察觉，或者症状是模糊的。肝脏病的症状和肝脏病的类型和程度高度相关，肝脏病的一般是通过肝功能测试诊断。

Python决策树、随机森林、朴素贝叶斯、KNN（K-最近邻）分类分析银行拉新活动挖掘潜在贷款客户

By tecdat8月 23, 2021大数据部落, 数理统计, 机器学习, 经济, 计算机科学与技术K-最近邻居, knn, 决策树, 分类, 拉新, 挖掘, 朴素贝叶斯, 贝叶斯, 贷款, 银行, 随机森林

项目背景：银行的主要盈利业务靠的是贷款，这些客户中的大多数是存款大小不等的责任客户（存款人）。

R语言逻辑回归(Logistic Regression)、回归决策树、随机森林信用卡违约分析信贷数据集

By tecdat8月 11, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术R语言, 信用卡, 信贷, 信贷数据, 决策树, 回归, 违约, 逻辑回归, 随机森林

在许多网站上都可以找到一个流行的德国信贷数据集_german_credit_，其中包含了银行贷款申请人的信息。

MATLAB基于贝叶斯模型的随机森林预测方法分析汽车燃油经济性

By tecdat7月 16, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术matlab, 优化, 分析, 汽车, 贝叶斯, 随机森林, 预测

这个例子展示了如何用Matlab实现贝叶斯优化，使用分位数误差调整回归树随机森林的超参数。

R语言逻辑回归、Naive Bayes贝叶斯、决策树、随机森林算法预测心脏病

By tecdat7月 14, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术Bayes, Naive Bayes, 决策树, 心脏病, 贝叶斯, 逻辑回归, 随机森林, 预测

这个数据集可以追溯到1988年，由四个数据库组成。

R语言随机森林RandomForest、逻辑回归Logisitc预测心脏病数据和可视化分析

By tecdat5月 26, 2021医药, 可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术Logisitc, RandomForest, 可视化, 回归, 心脏病, 逻辑回归, 随机森林, 预测

本报告是对心脏研究的机器学习/数据科学调查分析。更具体地说，我们的目标是在心脏研究的数据集上建立一些预测模型，并建立探索性和建模方法。但什么是心脏研究？

R语言用主成分PCA、 逻辑回归、决策树、随机森林分析心脏病数据并高维可视化

By tecdat4月 20, 2021可视化和设计, 大数据部落, 机器学习, 计算机科学与技术PCA, 主成分, 决策树, 可视化, 心脏病, 逻辑回归, 随机森林

在讨论分类时，我们经常分析二维数据（一个自变量，一个因变量）。但在实际生活中，有更多的观察值，更多的解释变量。随着两个以上的解释变量，它开始变得更加复杂的可视化。

matlab使用分位数随机森林（QRF）回归树检测异常值

By tecdat4月 12, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术matlab, QRF, 分位数, 去除异常值, 回归, 回归树, 异常, 异常值, 异常值处理, 异常值检测, 随机森林

这个例子展示了如何使用分位数随机林来检测异常值。

R语言用逻辑回归、决策树和随机森林对信贷数据集进行分类预测

By tecdat11月 24, 2020大数据部落, 数理统计, 机器学习, 经济, 计算机科学与技术R语言, 信贷数据, 决策树, 分类, 逻辑回归, 随机森林, 预测

在本文中，我们使用了逻辑回归、决策树和随机森林模型来对信用数据集进行分类预测并比较了它们的性能。

R语言随机森林模型中具有相关特征的变量重要性

By tecdat5月 20, 2020大数据部落, 数理统计, 机器学习, 计算机科学与技术, 软件工程R语言, 变量重要性, 模型, 特征, 随机森林

变量重要性图是查看模型中哪些变量有趣的好工具。

R语言基于树的方法：决策树，随机森林，Bagging，增强树

By tecdat12月 26, 2019大数据部落, 数理统计, 机器学习, 计算机科学与技术Bagging, R语言, 决策树, 增强树, 套袋, 随机森林

本文是有关 基于树的 回归和分类方法的。

在R语言中进行缺失值填充：估算缺失值

By tecdat11月 1, 2019大数据部落, 数理统计, 机器学习, 计算机科学与技术R语言, 估算缺失值, 回归, 填充, 多元插补, 多重插补, 插补, 缺失值, 随机森林, 非参数回归

缺失值被认为是预测建模的首要障碍。因此，掌握克服这些问题的方法很重要。

R和Python机器学习:广义线性回归glm，样条glm，梯度增强，随机森林和深度学习模型分析

By tecdat10月 18, 2019大数据部落, 数理统计, 计算机科学与技术ARCH模型, glm, python, R, 广义线性回归, 梯度增强, 深度学习, 随机森林

使用R和Python进行分析的主要好处之一是，它们充满活力的开源生态系统中总是有新的和免费提供的服务。

机器学习：在SAS中运行随机森林

By tecdat10月 16, 2019大数据部落, 数理统计, 机器学习, 计算机科学与技术SAS, 机器学习, 随机森林

为了在SAS中运行随机森林，我们必须使用PROC HPFOREST指定目标变量，并概述天气变量是“类别”还是“定量”。

python在Scikit-learn中用决策树和随机森林预测NBA获胜者

By tecdat8月 8, 2019大数据部落, 数理统计, 计算机科学与技术, 软件工程nba, python, Scikit-learn, 决策树, 随机森林

在本文中，我们将以Scikit-learn的决策树和随机森林预测NBA获胜者。

R语言泰坦尼克号随机森林模型案例数据分析

By tecdat8月 2, 2019大数据部落, 数理统计, 机器学习, 计算机科学与技术R语言, 决策树, 分类, 泰坦尼克号, 随机森林

如果我们对所有这些模型的结果进行平均，我们有时可以从它们的组合中找到比任何单个部分更好的模型。这就是集成模型的工作方式。

R语言用随机森林和文本挖掘提高航空公司客户满意度

By tecdat8月 1, 2019地理，运输，旅行和物流, 大数据部落, 数理统计, 机器学习, 计算机科学与技术R语言, 客户满意度, 文本挖掘, 满意度, 航空公司, 随机森林

尽管航空业强劲，但为了保持持续增长以及作为跨地区行业领导者的持续地位，必须时刻保持警惕，以跟上客户需求。

机器学习助推快时尚精准销售时间序列预测

By tecdat7月 4, 2017可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术arima, 快时尚, 时间序列, 机器学习, 精准预测, 销量预测, 随机森林, 预测

对于零售行业来说，预测几乎是商业智能（BI）研究的终极问题，单纯从机器学习的角度来说，做到精准预测很容易，但是结合业务提高企业利润却很难。预测精确性是核心痛点。