摘要：
tf.summary模块的简介 在TensorFlow中，最常用的可视化方法有三种途径，分别为TensorFlow与OpenCv的混合编程、利用Matpltlib进行可视化、利用TensorFlow自带的可视化工具TensorBoard进行可视化。这三种方法，在前面博客中都有过比较详细的介绍。但是， 阅读全文
摘要：
个人分类： 机器学习 本文为吴恩达《机器学习》课程的读书笔记，并用python实现。 前一篇讲了线性回归，这一篇讲逻辑回归，有了上一篇的基础，这一篇的内容会显得比较简单。 逻辑回归（logistic regression）虽然叫回归，但他做的事实际上是分类。这里我们讨论二元分类，即只分两类，y属于{ 阅读全文
摘要：
关于缺失值（missing value）的处理 在sklearn的preprocessing包中包含了对数据集中缺失值的处理，主要是应用Imputer类进行处理。 首先需要说明的是，numpy的数组中可以使用np.nan/np.NaN（Not A Number）来代替缺失值，对于数组中是否存在nan 阅读全文
摘要：
机器学习：从源数据清洗到特征工程建立谈金融反欺诈模型训练 本文旨在通过一个完整的实战例子，演示从源数据清洗到特征工程建立，再到模型训练，以及模型验证和评估的一个机器学习的完整流程。由于初识机器学习，会比较多的困惑，希望通过借助这个实战的例子，可以帮助大家对机器学习了一个初步的认识。 本文旨在通过一个 阅读全文
摘要：
ML神器：sklearn的快速使用 传统的机器学习任务从开始到建模的一般流程是：获取数据 -> 数据预处理 -> 训练建模 -> 模型评估 -> 预测，分类。本文我们将依据传统机器学习的流程，看看在每一步流程中都有哪些常用的函数以及它们的用法是怎么样的。希望你看完这篇文章可以最为快速的开始你的学习任 阅读全文
摘要：
机器学习性能指标精确率、召回率、F1值、ROC、PRC与AUC 机器学习性能指标精确率、召回率、F1值、ROC、PRC与AUC 机器学习性能指标精确率、召回率、F1值、ROC、PRC与AUC 机器学习性能指标精确率、召回率、F1值、ROC、PRC与AUC 精确率、召回率、F1、AUC和ROC曲线都是 阅读全文
摘要：
一、垃圾邮件过滤技术项目需求与设计方案 二、数据的内容分析 （1、是否为垃圾邮件的标签，spam——是垃圾邮件；ham——不是垃圾邮件） （2、邮件的内容分析——主要包含：发件人、收件人、发件时间以及邮件的内容） 三、需求分析、模型选择与架构 四、数据清洗 （一）·代码中应用的知识点 （1）字典的g 阅读全文
摘要：
1.声音音频基础知识 （1）声音是由震动产生，表现为波的形式。波有频率，振幅等参数。对于声波而言：频率越大，音调越高，反之越低。振幅越大，声音越大，反之越小。 （2）采样率，帧率：波是连续（无穷）的，计算机存储是离散（有限）的。要想用有限存储无限，几乎不可能。因此，要每隔一段时间对波进行一次采样。每 阅读全文
摘要：
LightGBM算法总结 2018年08月21日 18:39:47 Ghost_Hzp 阅读数：2360 版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/weixin_39807102/article/details/81912566 1 Light 阅读全文
摘要：
LightGBM算法的特别之处 自从微软推出了LightGBM，其在工业界表现的越来越好，很多比赛的Top选手也掏出LightGBM上分。所以，本文介绍下LightGBM的特别之处。 LightGBM算法的特别之处 自从微软推出了LightGBM，其在工业界表现的越来越好，很多比赛的Top选手也掏出 阅读全文