摘要：
1.random.random() 返回0<=n<1之间的随机实数n 2. random.uniform() 弥补了上面函数的不足，它可以设定浮点数的范围，一个是上限，一个是下限。 3. random.randint() 随机生成一个整数int类型，可以指定这个整数的范围，同样有上限和下限值 4. 阅读全文
摘要：
传统CTR预估模型包括：LR、FM、GBDT等，其优点是：可解释性强、训练和部署方便、便于在线学习。 （一）CTR预估 1.在cost-per-click：CPC广告中广告主按点击付费。为了最大化平台收入和用户体验，广告平台必须预测广告的CTR，称作predict CTR：pCTR。对每个用户的每次 阅读全文
摘要：
1. nunique() DataFrame.nunique（axis = 0，dropna = True ） 功能：计算请求轴上的不同观察结果 参数： axis ： {0或'index'，1或'columns'}，默认为0。0或'index'用于行方式，1或'列'用于列方式。 dropna ： b 阅读全文
摘要：
一. 三种模式 精确模式，试图将句子最精确地切开，适合文本分析； 全模式，把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义； 搜索引擎模式，在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。 二. 算法 基于前缀词典实现高效的词图扫描，生成句子中汉字所有可能 阅读全文
摘要：
1. 回归 训练了两个回归器，GBDT和Xgboost，用这两个回归器做stacking 使用之前已经调好参的训练器 事先建好stacking要用到的矩阵 r2值最高为0.79753,效果还不是特别的好 然后用五折交叉验证，每折都预测整个测试集，得到五个预测的结果，求平均，就是新的预测集；而训练集就 阅读全文
摘要：
一、xgboost简介： 全称：eXtreme Gradient Boosting 作者：陈天奇(华盛顿大学博士) 基础：GBDT 所属：boosting迭代型、树类算法。 适用范围：分类、回归 优点：速度快、效果好、能处理大规模数据、支持多种语言、支持自定义损失函数等等。 缺点：算法参数过多，调参 阅读全文
摘要：
一、GBDT类库弱学习器参数 参数分为三类 第一类：Miscellaneous Parameters: Other parameters for overall functioning. 没啥用 第二类：Boosting Parameters: These affect the boosting o 阅读全文
摘要：
0范数：向量中非零元素的个数。 1范数：为绝对值之和。1范数和0范数可以实现稀疏，1因具有比L0更好的优化求解特性而被广泛应用。 2范数：就是通常意义上的模，L2范数是指向量各元素的平方和然后求平方根。我们让L2范数的正则项||W||2最小，可以使得W的每个元素都很小，都接近于0，但与L1范数不同， 阅读全文
摘要：
1. filter 功能： filter的功能是过滤掉序列中不符合函数条件的元素，当序列中要删减的元素可以用某些函数描述时，就应该想起filter函数。 调用： filter（function，sequence），function可以是匿名函数或者自定义函数，它会对后面的sequence序列的每个元 阅读全文
摘要：
1.修改列名字 把Dataframe格式的列名'class1'修改为'class_label' 2.调整列的顺序 3.调整index为从1开始 参考文献： 【1】Python pandas.DataFrame调整列顺序及修改index名 阅读全文