我有一个购物网站。我想要建立一个简单的预测模型来预测用户在一次访问后购买某一产品的可能性(在每个页面上花费的时间,她来自哪里,她有多少评论等),他可能离开一个页面等。
在Ruby on Rails、Python或Java中,有哪些工具可用于此任务?典型的统计建模技术,如逻辑回归,线性回归在这种情况下有效吗?
谢谢。
我一直在探索多维数据的聚类算法(K-均值、K-Medoid、Ward聚集、高斯混合建模、BIRCH、DBSCAN、光学、公共最近邻聚类)。我相信,我的数据中的集群发生在特性的不同子集中,而不是发生在所有特性之间,而且我相信这会影响聚类算法的性能。
为了说明,下面是模拟数据集的Python代码:
## Simulate a dataset.
import numpy as np, matplotlib.pyplot as plt
from sklearn.cluster import KMeans
np.random.seed(20220509)
# Simulate three clus
我有一个机器学习模型来选择大学篮球比赛的每一场比赛的不同结果。
X值为:
Feature Range
Money Line -100000 - +9000
Money Line % 0.01 - 0.99
Money Line $ 0.01 - 0.99
Money Line Move -75000 - +66622
Money Line Direction 0 or 1
Spread -45.5 - +45.5
t
我发现了两种在python中实现特性选择的MRMR方法。包含该方法的论文来源是:
这是我的数据集代码。
import numpy as np
import pandas as pd
from sklearn.datasets import make_classification
from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = "all"
X, y = make_classification(n_samples=10000