R语言高级提升篇:数据挖掘算法之模型评估篇

R语言高级提升篇:数据挖掘算法之模型评估篇

掌握常用的模型评估方法:混淆矩阵、ROC曲线、K折交叉验证等。

159 394 人学习

课程名称:

R语言高级提升篇:数据挖掘算法之模型评估篇

 【温馨提示:1. 你可以在PC端浏览器或者微信收藏该页面,以方便你快速找到这个课程;2. 课程相关资料&QQ会员群可在课程PC端公告查看下载;3.购买课程后,点(课时)列表即可观看视频4. 本课程虚拟商品,已经购买,不能退款。建议先试听章节的,有疑问可咨询客服天善九号:tianshansvip

本课程为《R语言十三式》收费课程的体系课程,大家可以前往学习和了解:

https://edu.hellobi.com/classroom/1/courses

详情请前往:

https://major.hellobi.com/datamining


讲师介绍:

谢佳标  多届中国R语言大会演讲嘉宾,目前在创梦天地担任高级数据分析师一职,作为创梦天地数据挖掘组的负责人,带领团队对游戏数据进行深度挖掘,主要利用R语言进行大数据的挖掘和可视化工作。本人从事数据挖掘建模工作已有9年,曾经从事过咨询、电商、电购、电力、游戏等行业,了解不同领域的数据特点。有丰富的利用R语言进行数据挖掘实战经验。攥写了《R语言与数据挖掘》及《R语言游戏数据分析》等书籍。


课程目的:

通过本课程学习,掌握常用的模型评估方法:混淆矩阵、ROC曲线、K折交叉验证等。


课程大纲:

1、数据挖掘模型的优化要遵循有效、适度的原则

2、从业务思路上优化

3、从建模的技术思路(技巧)上优化

4、模型效果评估常用方法

5、混淆矩阵指标详解

6、混淆矩阵案例详解

7、ROC曲线基本原理

8、利用excel讲解各种评估曲线指标统计原理

9、利用R计算tpr、fpr、lift各指标值详解

10、利用plot函数绘制ROC、KS、LIFT曲线

11、利用ggpot函数绘制ROC、KS、LIFT曲线

12、自定义绘制各种评估曲线函数

13、利用ROCR和pROC包绘制ROC曲线

14、等频分箱基本原理及价值解读

15、PSI基本原理介绍及案例演示

16、利用GermanCredit数据的信用卡评分计算各指标(数据探索)

17、利用GermanCredit数据的信用卡评分计算各指标(建模、预测、构建混淆矩阵)

18、利用GermanCredit数据的信用卡评分计算各指标(计算各指标)


学习方式

录播课程,开课即学

在线反复观看,有效期2年

上课方式:录播学习+VIP会员群+独享问答中心+在线答疑 +2年反复观看


友情提示:  

1、PC端如果发现浏览器无法观看课程,建议使用谷歌浏览器观看;移动端建议直接微信打开课程页面

2、如果购买后下次登录提示课程需要重新购买,一般是因为你把登录账户记成你绑定的手机或者邮箱帐号而混淆了。

3、【在微信购买课程的用户注意】请微信收藏课程页面或者关注微信公众号:天善智能(点“我的”即可查看你已购买的课程),已方便下次学习。

4、课程相关资料&QQ会员群可在课程PC端公告查看下载;

5、加入学习后请添加客服微信:tianshansvip(请注明:公司+职位+姓名),邀请你加入微信课程群

天善九号.jpg


改版

反馈