09 2019 档案
摘要：机器学习中的又一个利器，广泛用于Kaggle或类似的数据比赛。 机器学习中的又一个利器，广泛用于Kaggle或类似的数据比赛。 xlearn的优势： 1.通用性好，包括主流的算法（lr, fm, ffm 等），用户不用再切换于不同软件之间 ２.性能好,测试 xLearn 可以比 libfm 快13倍
阅读全文
摘要：在数学中，ARG MAX（或ARGMAX）代表最大值，即给定参数的点集，给定表达式的值达到其最大值： 换一种说法， 是f（x）具有最大值M的x的值的集合。例如，如果f（x）是1- | x |，那么它在x = 0时达到其最大值1并且仅在那里， 所以.. 等价地，如果M是f的最大值，那么arg max是
阅读全文
摘要：RandomForest算法（有监督学习），可以根据输入数据，选择最佳特征组合，减少特征冗余；原理：由于随机决策树生成过程采用的Boostrap，所以在一棵树的生成过程并不会使用所有的样本，未使用的样本就叫（Out_of_bag）袋外样本，通过袋外样本，可以评估这个树的准确度，其他子树叶按这个原理评
阅读全文
摘要：import numpy as np from matplotlib import pyplot as plt # 创建线性回归数据集 def create_dataset(): X = 2 * np.random.rand(100, 1) # 结果加上高斯噪声 y = 4 + 3*X + np.r
阅读全文
摘要：1. 超级权限打开cmd.exe 2. pip install --upgrade setuptools 3. pip install -U --ignore-installed wrapt enum34 simplejson netaddr 4. pip install -i https://py
阅读全文
摘要：类别不平衡问题类别不平衡问题，顾名思义，即数据集中存在某一类样本，其数量远多于或远少于其他类样本，从而导致一些机器学习模型失效的问题。例如逻辑回归即不适合处理类别不平衡问题，例如逻辑回归在欺诈检测问题中，因为绝大多数样本都为正常样本，欺诈样本很少，逻辑回归算法会倾向于把大多数样本判定为正常样本，这样
阅读全文
摘要：OpenCV于11月20日发布了OpenCV-3.4.4和OpenCV-4.0.0。这些版本中有很多错误修复和其他更改。发布重点如下： OpenCV现在是C ++ 11库，需要符合C ++ 11标准的编译器。所需的最低CMake版本已提升至3.5.1。 很多来自OpenCV 1.x的C API已被删
阅读全文
摘要：近两个月来接触了Linux系统，在老板的建议下翻了Ubuntu的牌子，我安装的版本是16.04，用习惯之后感觉蛮好的，比Windows要强。好啦，废话不说啦，下面开始说在Ubuntu中安装OpemCV+OpenCV_Contrib。 首先，准备一下开发环境： Ubuntu 16.04 64位 cma
阅读全文
摘要：最近发现使用git clone的速度比较慢，于是找到了办法分享给大家： 思路： git clone特别慢是因为github.global.ssl.fastly.net域名被限制了。 只要找到这个域名对应的ip地址，然后在hosts文件中加上ip–>域名的映射，刷新DNS缓存便可。 实施： 在网站 h
阅读全文
摘要：前面的话 最近决定要好好地学习一下OpenCV，Ubuntu系统上简单地搭建了OpenCV环境，（Windows的搭建方法移步到window10的搭建方法），千里之行始于足下，不积跬步无以至千里，在这里记录一下搭建过程，顺便整理了自动安装的脚本，以备下次环境自动化搭建，有部分依赖可能没有涵盖，有需要
阅读全文
摘要：最近opencv3.4.1发布了，想换个新的试试鲜，于是把配置的过程通过博文的方式记录下来，方便查阅。 本教程原为3.3.0，但经过博主亲测，3.4.0、3.4.1皆适用 1.去官网下载opencv，在本教程中选用的时opencv3.4.1，其他版本的配置方法异曲同工。 下载链接http://ope
阅读全文
摘要：https://www.e-learn.cn/content/python/2198918from sklearn.feature_selection import SelectKBest,f_classif #数据预处理过滤式特征选取SelectKBest模型 def test_SelectKBest(): X=[[1,2,3,4,5], [5,4,3,2,1],...
阅读全文
