摘要:
推荐几个不错的国内镜像 阿里云:https://mirrors.aliyun.com/pypi/simple/ 豆瓣:https://pypi.douban.com/simple/ 清华大学:https://pypi.tuna.tsinghua.edu.cn/simple/ 中国科学技术大学 htt
阅读全文
posted @ 2020-08-31 18:25
小小喽啰
阅读(23822)
推荐(0)
编辑
摘要:
Main: Template.py Template.py 为主要流程部分,依次实现: Train Test Split Missing Imputation Feature Selection Cap and Floor Data Scaling Model Selection Feature R
阅读全文
posted @ 2020-08-31 17:10
小小喽啰
阅读(279)
推荐(0)
编辑
摘要:
函数用法 numpy.argsort(a, axis=-1, kind=’quicksort’, order=None) 功能: 将矩阵a按照axis排序,并返回排序后的下标,axis=0是列,1是行参数: a:输入矩阵, axis:需要排序的维度返回值: 输出排序后的下标 import numpy
阅读全文
posted @ 2020-08-31 17:02
小小喽啰
阅读(6613)
推荐(0)
编辑
摘要:
具体用法详情请看:https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.mask.html, 现在主要说一下区别: where 是条件为False才替换,而mask是条件为True才替换 import
阅读全文
posted @ 2020-08-31 15:17
小小喽啰
阅读(1680)
推荐(0)
编辑
摘要:
sklearn.feature_selection.VarianceThreshold 方差阈值法,用于特征选择,过滤器法的一种,去掉那些方差没有达到阈值的特征。默认情况下,删除零方差的特征 函数用法: class sklearn.feature_selection.VarianceThreshol
阅读全文
posted @ 2020-08-31 14:39
小小喽啰
阅读(5120)
推荐(0)
编辑
摘要:
python .tolist() 将数组或者矩阵转换成list from numpy import * a1 = [[1,2,3],[4,5,6]] #列表 a2 = array(a1) #数组 a2 ''' array([[1, 2, 3], [4, 5, 6]]) ''' a3 = mat(a1
阅读全文
posted @ 2020-08-31 14:18
小小喽啰
阅读(6922)
推荐(0)
编辑
摘要:
嵌入式特征选择在学习器训练过程中自动地进行特征选择。嵌入式选择最常用的是L1正则化与L2正则化。 SelectFromModel是一个元变压器,可与拟合后具有coef_或feature_importances_属性的任何估算器一起使用。如果相应的coef_或feature_importances_值
阅读全文
posted @ 2020-08-31 12:22
小小喽啰
阅读(3873)
推荐(0)
编辑
摘要:
sklearn.model_selection.StratifiedShuffleSplit 主要用于数据不均匀的时候,比如在医疗数据当中得癌症的人比不得癌症的人少很多,此交叉验证对象是StratifiedKFold和ShuffleSplit的合并,返回分层的随机折叠。折叠是通过保留每个类别的样品百
阅读全文
posted @ 2020-08-31 11:23
小小喽啰
阅读(1143)
推荐(0)
编辑
摘要:
工作中,我们可能会遇到需要每天给领导发送邮箱,数据来源是hive,并且格式基本一致,那么下面这些代码就可是使用得到 # coding: utf-8 import sys reload(sys) sys.setdefaultencoding('utf-8') import time import da
阅读全文
posted @ 2020-08-31 10:49
小小喽啰
阅读(563)
推荐(0)
编辑