摘要：
前几天写过一篇博文InfluxDB 写入&查询 Qt工程（C++ 客户端 API），主要介绍了整理的Qt工程的使用方法，今天介绍一下其具体实现(C++)，这里主要借助于curl工具进行的数据库远程操作。 写入数据 写入数据的标准URL为[protocol]://[username:password@ 阅读全文
摘要：
线性神经网络（Linear Network Hypothesis） 这里用推荐系统的应用实例引出矩阵分解： 现在有一个电影评分预测问题，那么数据集的组成为： \[ \left\{ \left( \tilde { \mathbf { x } } _ { n } = ( n ) , y _ { n } 阅读全文
摘要：
特征转换的技巧（Feature Exploitation Techniques） 核技巧（Kernel） 对于数值特征，使用一些映射函数 \(\Phi\)，将想要的特征转换嵌入进 kernel 运算里面，在 kernel 运算里面就包含了特征转换和在转换后空间上取内积。（numerous featu 阅读全文
摘要：
最基本的项目是从源代码文件构建的可执行文件。对于简单的项目，只需要三行代码。 cmake_minimum_required(VERSION 3.10) # set the project name project(Tutorial) # add the executable add_executab 阅读全文
摘要：
线性判别分析（Linear Discriminat Analysis） PCA找寻的投影向量力求找到使得特征点方差较大（也就是说散的比较开），与PCA所找寻的投影向量不同，LAD所找寻的投影向量具有下面两种特性： 映射后不同类数据之间的中心点（均值点）相距较远 映射后同类数据之间方差较小（分布比较集 阅读全文
摘要：
XGBoost 学习总结 相对于随机森林使用 bagging 融合完全长成决策树，梯度提升决策树使用的 boosting 的改进版本 AdaBoost 技术的广义版本，也就是说是根据损失函数的梯度方向，所以叫做梯度提升（Gradient Boosting）。 XGBoost 实际上就是对全部的决策树 阅读全文
摘要：
改变形状 通过 tf.reshape(x, new_shape)，可以对张量的视图进行任意的合法改变 x=tf.range(96) x=tf.reshape(x,[2,4,4,3]) 增删维度 增加维度：增加一个长度为 1 的维度相当于给原有的数据增加一个新维度的概念，维度长度为 1，故数据并不需要 阅读全文
摘要：
梯度提升决策树从名字看是由三个部分组成，这里的提升（Boosted）指的是 AdaBoost 的运用，现在先看一下后两个部分提升决策树（Adaptive Boosted Decision Tree）。 提升决策树（Adaptive Boosted Decision Tree） 提升决策树顾名思义是将 阅读全文
摘要：
随着大数据时代的到来，GBDT正面临着新的挑战，特别是在精度和效率之间的权衡方面。传统的GBDT实现需要对每个特征扫描所有数据实例，以估计所有可能的分割点的信息增益。因此，它们的计算复杂度将与特征数和实例数成正比。这使得这些实现在处理大数据时非常耗时。所以微软亚洲研究院提出了 LightGBM ，其 阅读全文
摘要：
1、点开始——在运行里输入regedit，按回车键； 2、展开HKEY_CURRENT_USER\Software\Microsoft\Windows\CurrentVersion\Explorer\FileExts，选择要恢复成未知应用程序的文件扩展名，鼠标右键选择删除； 展开HKEY_CURRE 阅读全文