摘要：
Levenshtein Distance 算法，又叫 Edit Distance 算法，是指两个字符串之间，由一个转成另一个所需的最少编辑操作次数。许可的编辑操作包括将一个字符替换成另一个字符，插入一个字符，删除一个字符。一般来说，编辑距离越小，两个串的相似度越大。 算法实现原理图解： a.首先是有 阅读全文
摘要：
作者：城东链接：特征工程到底是什么？ - 城东的回答来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。目录 1 特征工程是什么？2 数据预处理 2.1 无量纲化 2.1.1 标准化 2.1.2 区间缩放法 2.1.3 标准化与归一化的区别 2.2 对定量特征二值化 2.3 阅读全文
摘要：
sklearn.datasets模块主要提供了一些导入、在线下载及本地生成数据集的方法，可以通过dir或help命令查看，我们会发现主要有三种形式：load_<dataset_name>、fetch_<dataset_name>及make_<dataset_name>的方法 ① datasets.l 阅读全文
摘要：
之前一直在看Standford公开课machine learning中Andrew老师的视频讲解https://class.coursera.org/ml/class/index 同时配合csdn知名博主Rachel Zhang的系列文章进行学习。 不过博主的博客只写到“第十讲 数据降维” http 阅读全文
摘要：
选自AnalyticsVidhya 参与：晏奇、黄小天 近日，Analyticsvidhya 上发表了一篇题为《Introduction to Genetic Algorithm & their application in data science》的文章，作者 Shubham Jain 现身说法 阅读全文
摘要：
版权声明：本文为博主原创文章，转载或者引用请务必注明作者和出处，尊重原创，谢谢合作 https://blog.csdn.net/u012328159/article/details/51462942 版权声明：本文为博主原创文章，转载或者引用请务必注明作者和出处，尊重原创，谢谢合作 https:// 阅读全文
摘要：
设备故障预警和状态监测根据设备运行规律或观测得到的可能性前兆，在设备真正发生故障之前，及时预报设备的异常状况，采取相应的措施，从而最大程度的降低设备故障所造成的损失。随着设备装置和工程控制系统的规模和复杂性日益增大，为保证生产过程的安全平稳,通过可靠的状态监控技术及时有效的监测和诊断过程异常就显得尤 阅读全文
摘要：
1. 异常检测简介 异常检测，它的任务是发现与大部分其他对象不同的对象，我们称为异常对象。异常检测算法已经广泛应用于电信、互联网和信用卡的诈骗检测、贷款审批、电子商务、网络入侵和天气预报等领域。这些异常对象的主要成因有：来源于不同的模式、自然变异、数据测量以及随机误差等。而常见的异常检测算法都是针对 阅读全文
摘要：
1. 引言 Pandas是一个开源的Python数据分析库。Pandas把结构化数据分为了三类： Series，1维序列，可视作为没有column名的、只有一个column的DataFrame； DataFrame，同Spark SQL中的DataFrame一样，其概念来自于R语言，为多column 阅读全文
摘要：
1、 背景 CTR预估（Click-Through Rate Prediction）是互联网计算广告中的关键环节，预估准确性直接影响公司广告收入。CTR预估中用的最多的模型是LR（Logistic Regression）[1]，LR是广义线性模型，与传统线性模型相比，LR使用了Logit变换将函数值 阅读全文