- Jun 09 Mon 2025 09:14
-
問卷留言超多怎麼分析?
- Mar 31 Mon 2025 09:03
-
智慧醫療客戶問卷設計 3 大技巧!
- Jan 22 Mon 2024 08:55
-
SVM概念及實作介紹

支持向量機(Support Vector Machine,SVM)是一種常見的機器學習演算法,主要用於監督式學習的二元分類問題。關於監督式學習是甚麼東西,可參考筆者過去寫的文章說明(https://reurl.cc/jDk4QD),SVM的基本想法是在數據點之間找到一條最優的超平面,如圖表 1的黃線,將不同類別的數據點分開,以達到分類的目的。
圖表1 SVM示意圖
SVM架構主要由核心函式(Kernel Function)與超平面(Hyper-place)兩項組成,這兩項的選擇也會影響整體模型的好壞。SVM算法有不同的核函數可以選擇,例如線性核函數、多項式核函數和高斯核函數等。
線性核函數(Linear)是最簡單的核函數,可以處理線性可分的數據。在醫學應用中,線性核函數常用於分類器的訓練,因為它具有較低的計算複雜度和較好的解釋性。例如,研究人員使用SVM和線性核函數對心臟病患者進行分類,結果顯示線性SVM能夠達到85%的準確率,這表示線性SVM對於心臟病患者的分類具有良好的表現。
非線性核函數可以處理非線性可分的數據,擴展了SVM的應用範圍。常用的非線性核函數包括多項式核函數、高斯(RBF)核函數等。這些函數的選擇對於SVM的性能和結果具有重要影響。一項研究使用SVM和RBF核函數對乳腺腫瘤進行分類,結果顯示RBF-SVM達到了90%的準確率,優於其他方法,這表明RBF核函數能夠更好地捕捉乳腺腫瘤的非線性特徵,提高了分類的準確性。透過多維度的投影技巧,原本在二維空間中難以分割的點在更高維度的空間變得可分。然而,值得注意的是,隨著資料量增加,SVM的運算複雜度也會增加,導致執行速度的下降。
- Oct 07 Mon 2019 08:59
-
Kaggle資料科學學習歷程(三)

承襲筆者前陣子寫的文章,Kaggle資料科學學習歷程(二),筆者接著介紹如何利用Python進行初步的數據清洗。我們一般拿到一個資料,當初步了解資料的內容,以及挑出可能用於之後分析的變項後,我們一般會遇到資料可能有遺漏以及資料有極端值的情況,雖然不處理這些情況下,跑統計分析的時候可能跑得出來,但跑出來的結果也許會受到這兩項因素的影響,導致出現錯誤的結果,因此筆者將針對常見的處理方式以及如何利用Python來去處理做介紹。
1.Missing values treatment (遺漏值處理)
- Sep 09 Mon 2019 09:24
-
Kaggle資料科學學習歷程(二)
承襲筆者前陣子寫的文章,資料科學學習歷程(一),筆者最近整理了一些網路資源,關於拿到一筆資料時,該進行那些基本的處理,讓資料之後能用於建置模型或更進一步的分析。這次的內容主要先以初步的數據探勘(步驟1-3)為主,筆者也整理了一些Python的實作語法供讀者參考,之後的文章也會進一步介紹如何利用Python進行初步的數據清洗。
Steps of Data Exploration and Preparation
1.Variable Identification (定義資料變數的特性)
Type of variable: Predictor (解釋變數---X)、Target (結果變數---Y)
Data type: Character(文字型)、Numeric(數字型)
- Aug 20 Tue 2019 09:00
-
Kaggle 資料科學學習歷程(一)

筆者最近在Kaggle上開始學習如何透過Python進行資料分析的實作,因此想利用這幾個月的時間跟各位讀者分享學了甚麼,以及甚麼是Kaggle,初學者要如何在上面快速的學習與資料科學有關的內容。
這次我們先來講一下Kaggle到底是甚麼以及初學者要如何在上面快速的學習資料科學的應用好了,Kaggle是一個資料建模以及資料分析的競賽平台,成立於2010年,2017年的時候被Google公司收購,許多企業或研究單位會在上面放上各式各樣的資料,提供給加入這個平台的人,透過競賽的方式去分析這些資料並透過資料來去建模,以解決這些企業或研究單位所遇到的問題,Kaggle的目標其實很單純,其實就是”透過眾人的力量來去解決現階段所遇到的問題”,因為資料分析以及建模的作法非常的多元,研究單位或企業很難一開始就知道怎樣的做法能最好的解決目前所遇到的問題,所以透過競賽的方式能利用眾人的力量找到最佳的解決方法。
Kaggle的競賽一般可分為以下幾種:
- Featured:商業或研究的問題,獎金通常很高;
- Recruitment:提供面試的機會作為比賽的獎勵;
- May 06 Mon 2019 09:04
-
超有未來概念的一間公司~~明日之團

上班族最關心的莫過於升遷與獎金,而每年或每季的考核決定了員工的未來,這不僅員工關心,主管或老闆也非常頭痛。但是,大家回想一下自己公司的考核,是否常有以下的毛病?
1.使用紙本評分表或EXCEL進行管理,怎麼催都有人不交,統計起來也費時費力…
2.想參考每個人過去訂定的目標及考核成績,但是查找起來耗時耗力,無法適當評分…
3.考核基準總覺得不夠公正…
績效考核對企業來說非常重要,但實務上操作繁瑣複雜,難以應用…,使很多企業的考核制度形同虛設。
- Nov 21 Mon 2016 09:07
-
民眾抓寶,博物館在後

一、寶可夢VS.博物館
國立歷史博物館在今年8月召開了一場座談會,邀玩家、業者、博物館人員等,討論透過寶可夢召喚而來的虛擬世界「對博物館是危機還是轉機?」
其實對博物界來說,擔心的是這些人潮對展覽是無感的,他們像喪屍一樣在館內外遊走,不只干擾真正參觀民眾,更可能破壞展品。這種人潮是虛的,不是真實需求。
Source: 聯合新聞網
但同時11月,有另一則新聞:「十三行擴增實境 收服鐵器時代神奇寶貝」,新北市立十三行博物館結合十三行遺址周邊生物和重要文物,推出AR擴增實境陶罐寶寶、鹿將、構樹妹等神奇寶貝,每隻神奇寶貝有豐富的人文意涵。只要透過智慧型手機與專屬軟體搭配,平面就會轉變成立體的動畫。對於寶可夢迎或拒,各博物館其實是兩樣情。
- Apr 18 Mon 2016 09:17
-
用SPSS來作RFM行銷分析(四)

談到RFM分組,一般常見為五等分,將客戶分成5×5×5 = 125等級中,如下所示。
但是如何劃分是一個關鍵問題,必須按照不同的行業、商品和時段來仔細分析。尤其數據分布很難是均勻的,往往都是有偏向的情況,這是是難以劃分的。以下介紹實務在作RFM分析的一些技巧,先建立直方圖(Histogram)開始。
- R(最近購買之日起)的分佈
- Apr 11 Mon 2016 09:16
-
用SPSS來作RFM行銷分析(三)

前二篇「用SPSS來作RFM行銷分析」主要偏重技術面,本篇改用商業問題解決的應用角度來談RFM。
首先談一個常見的概念,許多行業有「80%收入來自20%的客戶」的特性,所以在作銷售預測時,透過購買量的記錄,來辨別未來重要客戶,便成為理所當然的事。
日本話中的デシル分析(翻成「癸分析」,拉丁語,意思是“10等分”分析)就是這個意思。透過Excel,就可以輕易的將一定時間內,客戶的交易量從高到低排序,並且等分成十群,並且計算出每組人的貢獻。
如下表的範例,假設有1000人,等分為各100人。你可以發現其實200人(20%)只貢獻52.0%的營收,這時你可能會擴大為400人(40%)才有接近80%的營收。這是你的公司營收變成「80%收入來自40%的客戶」。這麼簡單的分析,也可以得到有用的訊息。
但是,前述例子只考慮購買金額(Monetary),如果產品的銷售週期較長時,你還要考慮那些,過去只買過一次高價商品者,再來的可能性。因此,銷售數據就還要考慮最近購買日(Recency),購買頻率(Frequency)二個與時間有關的因素。這也是RFM分析的優點。
- Jun 22 Mon 2015 09:06
-
LOL英雄聯盟戰術分析~助攻的重要性探討!

在LOL的征戰中,助攻是一個容易被忽略的數字,如果細心一點你會發現,兩邊隊伍有時都是5次擊殺,但一邊可能只有3次助攻,而另一邊卻有8次助攻,這裡邊潛藏的意義可能是巨大的。試想一下,什麼會造成兩方助攻數的巨大差異呢?擊殺數是很清楚的,只要個人操作夠好,單殺對手,甚至會戰收頭都會比對方優異。但助攻則不一樣,我認為兩個因素可能會造成該隊伍助攻比較多,一是隊友支援夠快,團隊意識高,這樣的話比較容易多出一些助攻數,另外一點就是角色有團控技或AOE傷害,這樣的角色要賺助攻也相對是容易的。當然助攻多的隊伍,經濟也會比較好,因為助攻是會產生額外的經濟收入的,所以這次的研究就是想探討助攻對於隊伍最後的勝負有多大的影響力呢??
這次我收集LPL大陸區春季聯賽共100場比賽資料,我收集了兩個時間的的隊伍KDA以及最後勝負的資料,兩個時間點分別是比賽20分鐘以及賽末點,資料型態如下:
首先從下面兩張logistic regression的結果可以發現,不論是在賽末點還是在20分鐘時,比起助攻,擊殺數都大大的影響比賽勝負,所以從這個角度來看,助攻對比賽結果的影響是不足的(已經考慮共線性問題)。
接著我們從第二個角度分析這個問題,就是當助攻數與擊殺數與對手比起來出現逆反時,對比賽勝負的影響。由於這個問題用賽末點的數據看不出差異,因為賽末點通常贏的那方擊殺跟助攻都會贏了,所以我們是用比賽20分鐘時的數據來看,結果如下表,當20分鐘時你的隊伍助攻贏對手但是擊殺數輸給對手時,你贏的機率是44.4%,但反過來說當你的擊殺數贏對手,但助攻數輸的時候,你卻有71.4%的機率贏得比賽,這樣的結果再度說明,擊殺還是大大影響比賽,助攻的影響力比起來還是很小的。
最後一個分析是用ROC來看K、D、A數據在20分鐘時,哪一個數據對比賽結果有最好的預測力,結果是當20分鐘時,你的隊伍如果可以將死亡數控制在5以下,你的隊伍有很高的機率贏得比賽。
- May 18 Mon 2015 09:10
-
LOL英雄聯盟S5戰略數據分析

S5賽季到了,G社對版本做了大改動,包括餘燼附魔的改動,造成了坦克聯盟的崛起,到處都是硬梆梆的英雄在亂跑。還有小龍的BUFF變得很強,五龍之後幾乎天下無敵,造成大家拼命的在小龍處廝殺搶鬥,精彩無比。在這樣的版本下,怎樣的戰術會更能制勝呢?這篇做了點小研究提供大家參考。
首先我必須收集一些資料,這些資料全都來自今年2015春季賽的比賽資料,我在網路上看了每一場比賽,並且紀錄下面的資料,包括主要的依變項~哪方獲勝,以及五個我認為重要的自變項~誰先破上塔、誰先破中塔、誰先破下塔、誰先吃第一條小龍、誰先吃第二條小龍,這五個變項是我認為簡單好收集並且對比賽結果很重要的變項,我希望可以瞭解這五個變項哪些對於比賽獲勝有最大的影響力,資料一共收集90筆形式如下:
如下圖所示,我們先將自變項分開來看,先吃第二條小龍(不一定有吃第一條小龍)與先破中塔的獲勝機率最高,都到77%,而先破上塔的獲勝機率最低,只有62%,表示在戰術上,上塔真的是最不重要的戰略目標,先破上塔在所有這次收集的變項中是意義最小的。
接著我們做多元邏輯斯回歸,看當所有的自變項放在一起會如何聯合影響勝敗,由於報表比較複雜就不放上來,我把結果簡單跟大家報告一下。當五個自變項放在一起時,會影響勝敗的因素就只剩下首龍、二龍、和中塔對勝敗有顯著的影響(表示上塔下塔先破其實無關大局),並且以先破中塔影響力最高,可以提升該隊伍高達70%的勝率。並且我們又做了多種不同的分析測試結果發現,就算先吃了首龍跟二龍的隊伍,勝利的機率也沒有先破中塔的隊伍來得高,這結果表示當對手猛力布局小龍的時候,其實去切中路換掉中塔其實是更賺的,不必執著在小龍拼的你死我活,因為中塔對於勝敗有更高的影響力。版本的更動讓玩家對小龍更看重了,但數據分析的結果是,守好你家的中塔才是最重要的戰術,中塔先掉了,其實你基本上輸面很高囉,給大家參考參考。玩遊戲動動腦,動動腦玩遊戲囉!!