文件名称：predictive:包含用于预测分析的所有代码
文件大小：13.71MB
文件格式：ZIP
更新时间：2024-05-27 04:58:18
Python
预测性的 此文件夹包含python代码（源）和分析结果（分析），用于预测移动设备中横幅广告的点击率。 ctr预测模型是使用python的scikit Learn和LibSVM库中的Logistic回归和Naive Bayes模型构建的。
【文件预览】：
predictive-master
----analysis()
--------nb_histograms_all_div_site_th3000.png(51KB)
--------nb_probs_all_vs_site_th3000.png(197KB)
--------train_IR.csv(68.16MB)
--------nb_probs_all_vs_site_th1000.png(198KB)
--------nb_histograms_all_div_site_th1000.png(50KB)
--------test_preds_NB_all_3000.csv(4.98MB)
--------log.csv(449B)
--------nb_histograms_all_vs_site_th1000.png(79KB)
--------nb_histograms_all_vs_site_th3000.png(79KB)
--------train_preds_NB_all_3000.csv(30.89MB)
--------test_IR.csv(4.98MB)
----README.md(292B)
----source()
--------divide_data_2.py(11KB)
--------plot_prob_hist.py(4KB)
--------bias_model_sparse.py(6KB)
--------logistic_regression.py(11KB)
--------call_clf.py(1KB)
--------bias_model.py(20KB)
--------NB_MN.py(16KB)
--------libSVM_kFold.py(4KB)
--------libSVM_kFold_MySQL.py(5KB)
--------bias_model_noFS.py(25KB)
--------dynamic_window_analysis.py(2KB)
--------liblinear_mad_test.py(2KB)
--------naive_bayes_noFS_noIR.py(25KB)
--------plot_probs.py(5KB)
--------create_sparse.py(4KB)
--------naive_bayes_noFS.py(25KB)
--------libSVM_functions.py(4KB)
--------libSVM_kFold_L1.py(9KB)
--------libSVM_kFold_dynamicWin.py(12KB)
--------divide_data.py(9KB)
--------libSVM_kFold_stepwise.py(10KB)
--------stepwise_analysis.py(2KB)
--------libSVM_kFold_gridsearch.py(9KB)
--------naive_bayes.py(18KB)