耀扬 - 博客园

TF-IDF算法原理及其使用详解

摘要：拜读了两篇大作，受益匪浅，感谢！这孩子谁懂哈 https://blog.csdn.net/zhaomengszu/article/details/81452907 elly https://zhuanlan.zhihu.com/p/94446764 #如何准确抓住一篇文章内容的关键词？ TF-ID 阅读全文

posted @ 2020-06-18 12:12 耀扬阅读(1506) 评论(0) 推荐(0) 编辑

PageRank算法原理与实现

摘要：参考永恒之魂 https://zhuanlan.zhihu.com/p/86004363 讲得非常透彻，感谢！ #1、PageRank ##1.1.简介 PageRank，又称网页排名、谷歌左侧排名，是一种由搜索引擎根据网页之间相互的超链接计算的技术，而作为网页排名的要素之一，以Google公司创阅读全文

posted @ 2020-06-18 10:37 耀扬阅读(1077) 评论(0) 推荐(0) 编辑

AC自动机理解

摘要： AC自动机需要自备两个前置技能:KMP和trie树。不要看代码，先理解思路。都不复杂，不理解的可以看我前面的博客。参考了很多网上的教程：https://www.cnblogs.com/hyfhaha/p/10802604.html https://blog.csdn.net/qq_4081607 阅读全文

posted @ 2020-06-17 18:10 耀扬阅读(412) 评论(0) 推荐(0) 编辑

最好理解的字符串匹配的KMP算法

摘要：字符串匹配是计算机的基本任务之一。一、KMP 算法简介举例来说，有一个字符串"BBC ABCDAB ABCDABCDABDE"，我想知道，里面是否包含另一个字符串"ABCDABD"？许多算法可以完成这个任务，Knuth-Morris-Pratt算法（简称KMP）是最常用的之一。 KMP 算法是由阅读全文

posted @ 2020-05-30 16:24 耀扬阅读(552) 评论(0) 推荐(0) 编辑

Trie树

摘要： Trie这个名字取自“retrieval”，检索，因为Trie可以只用一个前缀便可以在一部字典中找到想要的单词。虽然发音与「Tree」一致，但为了将这种字典树与普通二叉树以示区别，程序员小吴一般读「Trie」尾部会重读一声，可以理解为读「TreeE」。 Trie树，也叫“字典树”。顾名思义阅读全文

posted @ 2020-05-28 12:56 耀扬阅读(143) 评论(0) 推荐(0) 编辑

学习wm.concat函数

摘要：转自：https://www.cnblogs.com/qianyuliang/p/6649983.html oracle wm_concat(column) 实现字段合并如： shopping: |u_id| goods| num| | | | | |1 |苹果 |2| |2 |梨子 |5| | 阅读全文

posted @ 2020-04-17 11:55 耀扬阅读(213) 评论(0) 推荐(0) 编辑

xgboost学习笔记

摘要：一句话定义xgboost 很简单：Xgboost就是由很多CART树集成。什么是CART树？数据挖掘或机器学习中使用的决策树有两种主要类型：分类树分析是指预测结果是数据所属的类（比如某个电影去看还是不看）回归树分析是指预测结果可以被认为是实数（例如房屋的价格，或患者在医院中的逗留时间）而术阅读全文

posted @ 2020-04-04 15:32 耀扬阅读(199) 评论(0) 推荐(0) 编辑

xgboost调参

摘要：最近在做kaggle比赛，xgboost调参是个大问题。耗时，耗力啊。一个参数调半个小时啊。看得懂吧，每个参数逐步的，调整取值范围。建议：每次调一个参数。每次一个参数，输入3个数，例如：默认参数是 1，候选范围你可以选择【0.1,1,10】，一定要差一个数量级，这样可以圈定范围。然后通过阅读全文

posted @ 2020-04-02 23:20 耀扬阅读(746) 评论(0) 推荐(0) 编辑

软著源码粘贴助手

摘要：文本文件汇集阅读全文

posted @ 2020-03-20 18:35 耀扬阅读(415) 评论(0) 推荐(0) 编辑

kaggle、天池比赛免费的GPU、TPU

摘要：最近在做天池的项目。刚入行，没有gpu，内存只有8g。i5的笔记本。可怜啊。隔三差五的就崩溃一次。千辛万苦算是把数据处理完了。可是计算模型，真的不敢想啊。最快的是跑了一个决策树，10多分钟吧。还能接受。但是效果不太理想。xgboost斗胆试了一次，跑了8个小时，崩溃了。寻求帮助吧。百度的飞浆不阅读全文

posted @ 2020-03-19 21:15 耀扬阅读(4912) 评论(1) 推荐(2) 编辑

pandas缺失值填充时遇到的问题

摘要：打比赛时，遇到了一个问题。填充空白值的时候，如果使用固定值，均值啥的都没问题。但是我想用但是每次都是报错经过千辛万苦终于找到了问题的根源。原来，我在加载数据的时候使用了一个压缩内存的函数这里面产生了一种新的数据类型 np.float16 而这种类型，在pandas里是没有的。 pand 阅读全文

posted @ 2020-03-18 23:28 耀扬阅读(1574) 评论(0) 推荐(1) 编辑

pandas统计每一列缺失值函数

摘要：感谢 https://www.jianshu.com/p/9f583668f386 感谢 https://www.cnblogs.com/Mrzhang3389/p/11166800.html 阅读全文

posted @ 2020-03-14 22:28 耀扬阅读(969) 评论(0) 推荐(0) 编辑

pandas中滑窗rolling的使用

摘要：函数原型和参数说明 window：表示时间窗的大小，注意有两种形式（int or offset）。如果使用int，则数值表示计算统计量的观测值的数量即向前几个数据。如果是offset类型，表示时间窗的大小。 min_periods：最少需要有值的观测点的数量，对于int类型，默认与window相等。阅读全文

posted @ 2020-03-07 14:41 耀扬阅读(1058) 评论(0) 推荐(0) 编辑

压缩pandas中dataframe内存

摘要：从这里找的一个宝贝源码，可以大大缓解内存问题。https://www.kaggle.com/arjanso/reducing dataframe memory size by 65/code 阅读全文

posted @ 2020-03-06 23:02 耀扬阅读(807) 评论(0) 推荐(0) 编辑

Pandas与SQL语句对照

摘要： Pandas与SQL语句对照建立学生课程数据库表结构 student |字段名|类型|备注| | | | | |sno|char|学号| |sname|char|姓名| |ssex|bool|性别| |sage|int|年龄| |sdept|char|所在系| course |字段名|类型|备阅读全文

posted @ 2020-03-06 16:18 耀扬阅读(1524) 评论(0) 推荐(0) 编辑

耀扬