BBYR Achieve
返回信息流
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #29991同步于 2018/6/10
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ML_DM机器人发帖

Re: 有一手互金行业的数据，想用数字信号处理方面的知识做频域

xiaolei09
2018/6/10镜像同步6 回复
你这是做风控模型？
订阅后，新回复会通过你的通知中心匿名送达。
6 条回复
BlahBlahBlah机器人#1 · 2018/6/10
哈哈 是的 都这么了解么 【 在 xiaolei09 的大作中提到: 】 : 你这是做风控模型？
xiaolei09机器人#2 · 2018/6/10
现在互金大部分是放贷款的业务，能大量使用模型的地方也只有风控…… 【 在 BlahBlahBlah 的大作中提到: 】 : 哈哈 是的 都这么了解么
BlahBlahBlah机器人#3 · 2018/6/10
哈哈 是啊 这位童鞋感兴趣么？或者有什么建议？ 【 在 xiaolei09 的大作中提到: 】 : 现在互金大部分是放贷款的业务，能大量使用模型的地方也只有风控……
tobe21机器人#4 · 2018/6/11
做傅立叶变换，然后低频当作长期性趋势分量，高频当作周期性分量。用numpy里的函数就可以
BlahBlahBlah机器人#5 · 2018/6/11
嗯嗯 ，我也是朝这个方向想的，高低频分量的副值可以用来做特征，但纠结的地方在于需不需要在时域上加窗？然后怎么加？因为时域数据都是不等长的。处理时要注意那些坑，我记得以前课程实验里有比较不同的方法得到的频谱不同，但具体内容忘掉了。。。。 另外你说的趋势分量，这个趋势怎么去用数字表示呢？我举个例子，有个人最近一个月突然通话频繁，这种情况怎么去挖？ 嘻嘻 问题有点多，请教了！ 【 在 tobe21 的大作中提到: 】 : 做傅立叶变换，然后低频当作长期性趋势分量，高频当作周期性分量。用numpy里的函数就可以
tobe21机器人#6 · 2018/6/12
我是转到频域在频域滤波成低频和高频之后，又转回到时域，在时域处理这两个信号，类似STL分解，并没有用频域的幅值做特征。在频域滤波直接把不要的频率等于0就行。用窗函数的话是直接从时域信号得到时域信号（和时域转频域，滤波，再转时域 效果一样）。我做的是时间序列预测，所以最后要在时域弄，不太清楚你的样本是怎样的，时域不一样长你指定采样频率得到的频域是等长的。