在机器学习中，常见有的交叉验证方法有留出法（Holdout cross validation）和k 折交叉验证（k-fold cross validation）等，除此之外还有留一法（Leave-One-Out，LOO）、留P法（Leave-P-Out，LPO）等，抽时间做了一…
Statsmodels和Scikit-learn是两个不同的Python库，它们都提供了用于线性回归的工具。Statsmodels中支持的线性回归模型列表： OLS回归：OLS代表“普通最小二乘回归”，它是一种最常见且最简单的线性回归模型。 …
线性回归是机器学习中最为简单的模型，但在实际使用过程中可能不太适用。比如以下场景： 分段线性拟合是一种用于对数据进行建模的回归方法，其中数据在不同的区间内使用不同的线性函数进行建模。与简单线性…
NeuralProphet产生背景 大多数时间序列问题需要易于理解的预测。同时，需要有效的预测。这两个愿望导致了一种权衡：可解释性与准确率。准确率的显著提高通常归因于更复杂的模型。然而，复杂性与可解释性存在天然的…
超参数优化简介 目前人工智能和深度学习越趋普及，大家可以使用开源的Scikit-Learn、TensorFlow来实现机器学习模型。对于各种模型而言，或多或少都具有要调节的超参数。相同的模型应用在不同的数据集上，如何选择…
DTW简介 DTW（Dynamic Time Warping）是一种用于比较时间序列之间相似性的算法。它可以有效地处理在时间轴上存在偏移、缩放和扭曲等变形的时间序列数据。DTW算法通过对两个时间序列进行动态规整，将它们按最优路径…
当一些转化率指标发生波动时，往往需要分析原因，以转化率为例，影响转化率变化的可能因素有： 流量结构发生了变化，部分高转化的渠道或低转化的渠道的流量发生了较大的变化 部分渠道的转化发生了变化 …
Hive 内置了很多函数，可以参考Hive Built-In Functions。但是有些情况下，这些内置函数还是不能满足我们的需求，这时候就需要UDF出场了。 UDF全称：User-Defined Functions，即用户自定义函数，在Hive SQL编译…
针对Facebook Prophet的使用，很多年以前就整理过一篇文章《Facebook时间序列预测工具fbprophet》，过了N年以后当重新需要使用这个工具的时候，发现部分内容已经更新，中间的很多细节内容都没有表述清楚。实际使用…
我们测得一些数据，要对数据进行分析的时候，会发现数据有一些问题使得我们不能满足我们以前分析方法的一些要求（正态分布、平稳性）为了满足经典线性模型的正态性假设，常常需要使用数值变换，使其转换后的数据接…
