机器学习算法处理数据，做预测模型
案例介绍
1、用机器学习算法预测软件缺陷，模型有回归和分类两种，回归预测用过线性回归，预测结果为软件的bug数；分类预测用过逻辑回归、聚类（Kmeans、FuzzyCMeans）、降维（先行判别分析LDA、主成分分析PCA），预测结果为有或无bug（Y或N，1或0）;
2、用机器学习算法预测因变量的需求量，输入影响Y的多个因素，构建模型进行Y的需求量预测。用到的模型有多元线性回归、岭回归、MLP神经网络、CatBoostRegressor、支持向量机回归。用到的数据标准化方法有minmax、z-score。业务内容有保密性，不方便具体透漏，技术是通用的。
机器学习算法处理数据，做预测模型
案例介绍
用的语言python，工具是pycharm或者vscode，机器学习算法库是sklearn。
1、用机器学习算法预测软件缺陷，模型有回归和分类两种，回归预测用过线性回归，预测结果为软件的bug数；分类预测用过逻辑回归、聚类（Kmeans、FuzzyCMeans）、降维（先行判别分析LDA、主成分分析PCA），预测结果为有或无bug（Y或N，1或0）;
2、用机器学习算法预测因变量的需求量，输入影响Y的多个因素，构建模型进行Y的需求量预测。用到的模型有多元线性回归、岭回归、MLP神经网络、CatBoostRegressor、支持向量机回归。用到的数据标准化方法有minmax、z-score。业务内容有保密性，不方便具体透漏，技术是通用的。
案例图片
1小时精推人才
需求方专属客服，免费梳理匹配
