摘要：
今天在leetcode上遇到了 "137. Single Number II" 这道题： 给定一个非空整数数组，除了某个元素只出现一次以外，其余每个元素均出现了三次。找出那个只出现了一次的元素。(Given a non empty array of integers, every element a 阅读全文
摘要：
鄙人调参新手，最近用lightGBM有点猛，无奈在各大博客之间找不到具体的调参方法，于是将自己的调参notebook打印成markdown出来，希望可以跟大家互相学习。 其实，对于基于决策树的模型，调参的方法都是大同小异。一般都需要如下步骤： 1. 首先选择较高的学习率，大概0.1附近，这样是为了加 阅读全文
摘要：
二叉树的遍历是在面试使比较常见的项目了。对于二叉树的前中后层序遍历，每种遍历都可以递归和循环两种实现方法，且每种遍历的递归实现都比循环实现要简洁。下面做一个小结。 一、中序遍历 前中后序三种遍历方法对于左右结点的遍历顺序都是一样的（先左后右），唯一不同的就是根节点的出现位置。对于中序遍历来说，根结点 阅读全文
摘要：
在遇到维度灾难的时候，作为数据处理者们最先想到的降维方法一定是 SVD(奇异值分解)和PCA(主成分分析) 。 两者的原理在各种算法和机器学习的书籍中都有介绍，两者之间也有着某种千丝万缕的联系。本文在简单介绍PCA和SVD原理的基础上比较了两者的区别与联系，以及两者适用的场景和得到的效果。 一、SV 阅读全文
摘要：
20天的时间参加了Kaggle的 "Avito Demand Prediction Challenged" ，第一次参加，成绩离奖牌一步之遥，感谢各位队友，学到的东西远比成绩要丰硕得多。作为新手，希望每记录一次可以进步一次。下面将我这段时间的心路历程进行记录，作为经历，也作为自己的经验： 可点击 " 阅读全文
摘要：
Anaconda确实带来了很多方便，但是之前也过多的依赖了conda自带的一键下载python包的功能。这不，这几天突然要用FastFM这个包，无奈conda里没有，于是只能从github下载下来，实现本地安装。 以下是手动下载和安装步骤： 一、从GitHub上下载： 选择 ，里面会看到一系列版本的 阅读全文
摘要：
碎碎念 : 最近终于开始刷middle的题了，对于我这个小渣渣确实有点难度，经常一两个小时写出一道题来。在开始写的几道题中，发现大神在discuss中用到回溯法(Backtracking)的概率明显增大。感觉如果要顺利的把题刷下去，必须先要把做的几道题题总结一下。 先放上参考的web： 1. htt 阅读全文
摘要：
特征选择是一个重要的数据预处理过程，在现实机器学习任务中，获得数据之后通常先进行特征选择，此后在训练学习器，如下图所示： 进行特征选择有两个很重要的原因： 避免维数灾难：能剔除不相关(irrelevant)或冗余(redundant )的特征，从而达到减少特征个数，提高模型精确度，减少运行时间的目的 阅读全文
摘要：
high cardinality categorical attributes，从字面上理解，即对于某个category特征，不同值的数量非常多，这里暂且把它叫做高数量类别属性。反之，即低数量类别属性（low cardinality） 对于低数量类别属性，通常在data science中采用的方式是 阅读全文
摘要：
终于刷完了leetcode的前250道题的easy篇。好吧，其实也就60多道题，但是其中的套路还是值得被记录的。 至于全部code，请移步 "github" ，题目大部分采用python3，小部分使用C，如有问题和建议，欢迎指正。 String 1. 有一个string库，可以返回各种string的 阅读全文
摘要：
没有高质量的数据，就没有高质量的数据挖掘结果，数据值缺失是数据分析中经常遇到的问题之一。当缺失比例很小时，可直接对缺失记录进行舍弃或进行手工处理。但在实际数据中，往往缺失数据占有相当的比重。这时如果手工处理非常低效，如何舍弃缺失记录，则会丢失大量信息，使不完全观测数据与完全观测数据间产生系统差异，对 阅读全文
摘要：
类别不平衡 就是指分类任务中不同类别的训练样例数目差别很大的情况 常用的做法有三种，分别是1.欠采样， 2.过采样， 3.阈值移动 由于这几天做的project的target为正值的概率不到4%，且数据量足够大，所以我采用了欠采样： 欠采样 ，即去除一些反例使得正、反例数目接近，然后再进行学习，基本 阅读全文
摘要：
Python3的字符串替换，这里总结了三个函数， 和`translate（） re.sub()` replace() python 中的 方法把字符串中的 old（旧字符串） 替换成 new(新字符串)，如果指定第三个参数max，则替换不超过 max 次 HeQQo,worQd. ByeBye! H 阅读全文
摘要：
python什么都好，就是可以的选择实在太多了。所以，用这一篇博文记录一下： str和list互相转换 str转list list转str List的slicing用法 上述例子基本可以包含 slicing 的用法了： a: 表示slice的初始位置，且slice的结果包括它 b: 表示slice的 阅读全文
摘要：
现在max成为： max(players, key=func) 但是由于def语句是复合语句，它们不能用于需要表达式的地方，这就是为什么有时使用lambda的原因。 注意，lambda等同于你在一个def的return语句中。因此，不能在lambda中使用语句，只允许表达式。 max是什么？ max 阅读全文