摘要: 九、模型验证 作者:Chris Albon 译者:飞龙 协议:CC BY-NC-SA 4.0 准确率 # 加载库 from sklearn.model_selection import cross_val_score from sklearn.linear_model import Logistic 阅读全文
posted @ 2018-12-26 17:26 绝不原创的飞龙 阅读(9) 评论(0) 推荐(0) 编辑
摘要: 八、特征选择 作者:Chris Albon 译者:飞龙 协议:CC BY-NC-SA 4.0 用于特征选取的 ANOVA F 值 如果特征是类别的,计算每个特征与目标向量之间的卡方( χ 2 \chi^{2} χ2)统计量。 但是,如果特征是定量的,则计算每个特征与目标向量之间的 ANOVA F 值 阅读全文
posted @ 2018-12-26 17:24 绝不原创的飞龙 阅读(4) 评论(0) 推荐(0) 编辑
摘要: 七、特征工程 作者:Chris Albon 译者:飞龙 协议:CC BY-NC-SA 4.0 稀疏特征矩阵上的降维 # 加载库 from sklearn.preprocessing import StandardScaler from sklearn.decomposition import Tru 阅读全文
posted @ 2018-12-26 17:20 绝不原创的飞龙 阅读(5) 评论(0) 推荐(0) 编辑
摘要: 5.1 循环神经网络(时间序列) 循环神经网络(RNN)用于建模带有时间关系的数据。它的架构是这样的。 在最基本的 RNN 中,单元(方框)中的操作和全连接层没什么区别,都是线性变换和激活。它完全可以看做多个全连接层的横向扩展。 但是操作数量多了之后,就会有梯度消失和爆炸的问题,于是人们改良了 RN 阅读全文
posted @ 2018-12-26 17:08 绝不原创的飞龙 阅读(3) 评论(0) 推荐(0) 编辑