小小喽啰 - 博客园

2020年9月1日

sklearn.ensemble.RandomForestClassifier 随机深林参数详解

摘要：随机森林是一种元估计量，它适合数据集各个子样本上的许多决策树分类器，并使用平均数来提高预测准确性和控制过度拟合。子样本大小由max_samples参数bootstrap=True (default)控制，否则整个数据集用于构建每棵树随机森林优势随机森林算法几乎不需要输入的准备。它们不需要测算就能阅读全文

posted @ 2020-09-01 17:26 小小喽啰阅读(5689) 评论(0) 推荐(0) 编辑

2020年8月31日

Python国内镜像地址

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) 评论(0) 推荐(0) 编辑

机器学习from(zhouxun-old leader)

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) 评论(0) 推荐(0) 编辑

np.argsort()元素从小到大排序后，提取对应的索引index，可以一行搞定排序

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) 评论(0) 推荐(0) 编辑

df.mask() 和df.where() 替换方法区别

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) 评论(0) 推荐(0) 编辑

sklearn.feature_selection.VarianceThreshold 方差阈值法（过滤法的一种）

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) 评论(0) 推荐(0) 编辑

python .tolist() 将数组或者矩阵转换成list

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) 评论(0) 推荐(0) 编辑

sklearn.feature_selection.SelectFromModel 特征重要性选择（嵌入法的一种）

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) 评论(0) 推荐(0) 编辑

sklearn.model_selection.StratifiedShuffleSplit 分层抽样（交叉验证法的一种）

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) 评论(0) 推荐(0) 编辑

使用python 连接hive，并且发送邮箱

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) 评论(0) 推荐(0) 编辑