高级提升篇:数据挖掘算法之模型评估篇

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。

159.00 213 人次学习

引言:

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:

  课时1:数据挖掘模型的优化要遵循有效、适度的原则 

  课时2:从业务思路上优化 

  课时3:从建模的技术思路(技巧)上优化 

  课时4:混淆矩阵指标详解 

  课时5:ROC曲线基本原理 

  课时6:案例一:利用GermanCredit数据的信用卡评分计算各指标(数据探索) 

  课时7:案例一: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)

  课时8:案例一:利用GermanCredit数据的信用卡评分计算各指标(计算各指标)


资料获取

本文所用课件、数据集、代码等将分享到课程公告及天善微信群。

加天善课程助手管理员微信:tianshansoft01(请注明:公司+姓名+行业),随后管理员会将你拉入到交流群中。

88.jpg


改版

反馈