Lv.的博客
上一页 1 ··· 24 25 26 27 28 29 30 31 32 ··· 190 下一页
摘要: 竞赛 阅读全文
posted @ 2019-08-19 16:38 Avatarx 阅读(507) 评论(0) 推荐(0) 编辑
摘要: https://www.cnblogs.com/Lin-Yi/p/10387648.html 为什么要做归一化或者标准化? 主要是为了调整样本数据每个维度的量纲,让每个维度数据量纲相同或接近。 为什么要调整量纲?目的是什么? 1 量纲不一样的情况是什么? 比如一个2分类任务,预测一批零件是合格品还是 阅读全文
posted @ 2019-08-19 16:37 Avatarx 阅读(1485) 评论(0) 推荐(1) 编辑
摘要: 关于标准化(standardization) 数据标准化能将原来的数据进行重新调整(一般也称为 z-score 规范化方法),以便他们具有标准正态分布的属性,即 μ=0 和 σ=1。其中,μ 表示平均值,σ 表示标准方差。数据标准化之后的形式可以按照如下公式进行计算: 如果我们是比较两个不同大小维度 阅读全文
posted @ 2019-08-19 16:35 Avatarx 阅读(1205) 评论(0) 推荐(0) 编辑
摘要: #数据标准化#StandardScaler (基于特征矩阵的列,将属性值转换至服从正态分布)#标准化是依照特征矩阵的列处理数据,其通过求z-score的方法,将样本的特征值转换到同一量纲下#常用与基于正态分布的算法,比如回归 #数据归一化#MinMaxScaler (区间缩放,基于最大最小值,将数据 阅读全文
posted @ 2019-08-19 16:29 Avatarx 阅读(2091) 评论(0) 推荐(0) 编辑
摘要: 案例: from sklearn import treefrom IPython.display import Imageimport pydotplusdot_data = tree.export_graphviz(model, out_file=None, filled=True, rounde 阅读全文
posted @ 2019-08-19 15:23 Avatarx 阅读(695) 评论(2) 推荐(0) 编辑
摘要: 前面的博客里有提到决策树,我们也了解了决策树的构建过程,如果可以可视化决策树,把决策树打印出来,对我们理解决策树的构建会有很大的帮助。这篇文章中,我们就来看下如何可视化输出一棵决策树。 一、安装相应的插件 我们需要安装Graphviz和pygraphviz,教程,这个教程里有详细的安装过程,这里就不 阅读全文
posted @ 2019-08-19 15:21 Avatarx 阅读(10482) 评论(0) 推荐(0) 编辑
摘要: 尽管近年来神经网络复兴并大为流行,但是 boosting 算法在训练样本量有限、所需训练时间较短、缺乏调参知识等场景依然有其不可或缺的优势。本文从算法结构差异、每个算法的分类变量时的处理、算法在数据集上的实现等多个方面对 3 种代表性的 boosting 算法 CatBoost、Light GBM 阅读全文
posted @ 2019-08-18 18:36 Avatarx 阅读(896) 评论(0) 推荐(0) 编辑
摘要: 写在前面 Ensemble methods 组合模型的方式大致为四个:/bagging / boosting / voting / stacking ,此文主要简单叙述 bagging算法。 算法主要特点 Bagging: 平行合奏:每个模型独立构建 旨在减少方差,而不是偏差 适用于高方差低偏差模型 阅读全文
posted @ 2019-08-16 11:17 Avatarx 阅读(1964) 评论(0) 推荐(0) 编辑
摘要: ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎,基于RESTful web接口。Elasticsearch是用Java语言开发的,并作为Apache许可条款下的开放源码发布,是一种流行的企业级搜索引擎。ElasticSearch用于云计算中, 阅读全文
posted @ 2019-08-14 10:08 Avatarx 阅读(384) 评论(0) 推荐(0) 编辑
摘要: 关于数据预处理的几个概念 归一化 (Normalization): 属性缩放到一个指定的最大和最小值(通常是1-0)之间,这可以通过preprocessing.MinMaxScaler类实现。 常用的最小最大规范化方法(x-min(x))/(max(x)-min(x)) 除了上述介绍的方法之外,另一 阅读全文
posted @ 2019-08-14 08:42 Avatarx 阅读(29293) 评论(0) 推荐(1) 编辑
上一页 1 ··· 24 25 26 27 28 29 30 31 32 ··· 190 下一页