当前位置: 首页 > news >正文

做淘宝有哪些推广网站优化搜索关键词

做淘宝有哪些推广网站,优化搜索关键词,装修公司网站源码,天津做网站的公司路过了学校花店 荒野到海边 有一种浪漫的爱 是浪费时间 徘徊到繁华世界 才发现你背影 平凡得特别 绕过了城外边界 还是没告别 爱错过了太久 反而错得完美无缺 幸福兜了一个圈 🎵 林宥嘉《兜圈》 import pandas as pd import numpy as np from sklearn.model_selecti…

路过了学校花店
荒野到海边
有一种浪漫的爱
是浪费时间
徘徊到繁华世界
才发现你背影
平凡得特别
绕过了城外边界
还是没告别
爱错过了太久
反而错得完美无缺
幸福兜了一个圈

                     🎵 林宥嘉《兜圈》


import pandas as pd
import numpy as np
from sklearn.model_selection import cross_val_score
from sklearn.linear_model import LogisticRegression# 示例数据
data = {'feature1': np.random.rand(1000),'feature2': np.random.rand(1000),'feature3': np.random.rand(1000),'target': np.random.randint(0, 2, 1000)
}
df = pd.DataFrame(data)# 自动选择最佳分箱数量的函数
def find_best_bins(df, feature, target, max_bins=10):best_bins = 2best_score = -np.inffor bins in range(2, max_bins + 1):df['bin'] = pd.cut(df[feature], bins=bins, labels=False)model = LogisticRegression()# 使用分箱后的特征进行交叉验证评分scores = cross_val_score(model, df[['bin']], df[target], scoring='roc_auc', cv=5)mean_score = scores.mean()if mean_score > best_score:best_score = mean_scorebest_bins = binsreturn best_bins# 计算 WoE 和 IV 的函数
def calculate_woe_iv(df, feature, target, bins):epsilon = 1e-6  # 平滑处理,避免除零df['bin'] = pd.cut(df[feature], bins=bins)# 计算每个箱的总数、正样本数和负样本数binned = df.groupby('bin')[target].agg(['count', 'sum'])binned.columns = ['total', 'positive']binned['negative'] = binned['total'] - binned['positive']# 计算每个箱或类别的正负样本比例binned['positive_ratio'] = (binned['positive'] + epsilon) / (binned['positive'].sum() + epsilon)binned['negative_ratio'] = (binned['negative'] + epsilon) / (binned['negative'].sum() + epsilon)# 计算 WoE 和 IVbinned['woe'] = np.log(binned['positive_ratio'] / binned['negative_ratio'])binned['iv'] = (binned['positive_ratio'] - binned['negative_ratio']) * binned['woe']# 计算总 IViv = binned['iv'].sum()return iv# 对 DataFrame 中每个特征列进行分箱,并选择最佳分箱数量
def binning_dataframe(df, target, max_bins=10):binned_df = df.copy()bin_info = {}iv_info = {}for feature in df.columns:if feature != target:best_bins = find_best_bins(df, feature, target, max_bins)bin_info[feature] = best_binsbinned_df[feature] = pd.cut(df[feature], bins=best_bins, labels=False)# 计算 IV 值iv = calculate_woe_iv(df, feature, target, best_bins)iv_info[feature] = ivreturn binned_df, bin_info, iv_info# 进行分箱并选择最佳分箱数量
binned_df, bin_info, iv_info = binning_dataframe(df, 'target', max_bins=10)print("分箱信息:")
print(bin_info)
print("\nIV 信息:")
print(iv_info)
print("\n分箱后的 DataFrame:")
print(binned_df.head())
http://www.tj-hxxt.cn/news/67609.html

相关文章:

  • 深圳横岗做网站的网站seo优化方案设计
  • 重庆网站设计好的公司交易链接
  • 厦门市建设局网站住房保障2018宁波seo服务快速推广
  • 公司网站建设价格贵吗最新seo黑帽技术工具软件
  • 做网站发布网旅游景点推广软文
  • 网站制作网站建设运营团队短视频搜索优化
  • 怎样做当地网站推广潍坊seo教程
  • 昆明网站建设开发推荐友情链接
  • 男人女人做羞羞事网站淄博网络推广公司哪家好
  • 做idc销售怎样建网站友情链接查询友情链接检测
  • 微信微网站是什么格式网络营销swot分析
  • 中港建设集团有限公司网站计算机培训机构哪个最好
  • ueeshop建站靠谱吗管理人员课程培训
  • 深圳餐饮网站建设免费网站免费
  • 啥十小企业网站建设广州网络公司
  • 在线做静态头像的网站关键词seo公司
  • 网站模板下载之后怎么做济南疫情最新消息
  • 凡科建站网页版营销策划运营培训机构
  • 山东网站建设电脑优化大师有用吗
  • 专业做网文的网站好企业网站快速建站
  • 葫芦岛市建设局网站全网营销培训
  • 网站导航条设计欣赏网络上如何推广网站
  • 博山区住房和城乡建设局网站临沂网站建设优化
  • 连云港做鸭网站浙江新手网络推广
  • 环保网页设计素材宁波seo外包快速推广
  • 大连淘宝网站建设苏州seo关键词优化报价
  • 网站开发api和微端百度网讯科技有限公司官网
  • 中山制作企业网站怎么创建网站
  • wordpress能用的插件吗惠州seo排名公司
  • 软件开网站建设骗术seo指导