【技术干货】电商订单异常检测实战|数据分析|机器学习企业级案例分享|XGBoost|GBDT|随机森林|模型融合|
Parts
Description
企业级案例《电商订单异常检测实战》节选大公开！【完整课件&代码&数据加vx littlebird_0229】本案例节选自《2022数据分析实战》课程正课，是基于国美真实销售数据，通过特征工程、建模调参、模型融合等多个手段一步步将准确率由82%调整至96%！公开课视频为节选版2.5小时，完整案例时长为10小时，完整目录见评论区！
企业级案例《电商订单异常检测实战》节选大公开！【完整课件&代码&数据加vx littlebird_0229】本案例节选自《2022数据分析实战》课程正课，是基于国美真实销售数据，通过特征工程、建模调参、模型融合等多个手段一步步将准确率由82%调整至96%！公开课视频为节选版2.5小时，完整案例时长为10小时，完整目录见评论区！
Comments
这个圣诞不孤单了，先把Kaggle 1%课程学完，再看实战案例课，自学的机器学习看菜菜老师的课程受益匪浅
♥ 5 ↩ 2
这能不爱？还是人吗？
♥ 3
这个我太需要了
♥ 2
数据在哪下载呢
↩ 2
请问，如何获取完整视频
↩ 2
之前就做过类似的模型
[打call][打call][打call][打call]
菜菜老师，请问项目中voting投票法进行模型融合时，怎么确定的Rf:GBDT:XGB=4:0.8:0.2?这个数值是怎么定的？
↩ 1
对国 美的分析，就很1412[doge]
请问什么时候训练集和测试集(无标签)一起特征处理 什么时候仅将训练集的结果赋值给测试集，如违约率一样
↩ 1
菜菜变美了啊
正常来说这个电商订单异常检测不应该是无监督学习吗，数据量应该至少是千万级别的
↩ 1
【公告】由于案例课代码的特殊性，截断课件放出后将导致代码运行疯狂报错，因此案例不再公开课件！但案例数据已公开至小可爱vx号，加vx号littlebird_0228回复“DA”后即可获取该案例数据！
↩ 3