摘要： ##LGBM + sklearn#LightGBM建模，sklearn评估# coding: utf-8 import lightgbm as lgb import pandas as pd from sklearn.metrics import mean_squared_error from sk 阅读全文

摘要： import torch from torch.autograd import Variable from torch import tensor, Tensor from torch.utils.data import Dataset from torch.utils.data import Da 阅读全文

摘要： 模型融合 集成学习领域的发展得益于三个方面的早期研究，即：分类器结合、弱分类器集成和混合专家模型(mixture of experts)。 分类器结合（又称为模型融合）主要来自模式识别领域。这方面的研究关注强分类器，试图设计强大的结合规则来获取更强的结合分类器，在设计和使用不同的结合规则上积累深厚。 阅读全文

摘要： Geatpy是一个高性能实用型的Python遗传算法工具箱，提供一个面向对象的进化算法框架，经过全面改版后，新版Geatpy2目前由华南农业大学、暨南大学、华南理工等本硕博学生联合团队开发及维护。 Website (including documentation): http://www.geatp 阅读全文

摘要： 、一般的模型调参原则1、调参前提：模型调参其实是没有定论，需要根据不同的数据集和不同的模型去调。但是有一些调参的思想是有规律可循的，首先我们可以知道，模型不准确只有两种情况：一是过拟合，而是欠拟合。过拟合是指模型过于复杂，欠拟合是指模型过于简单。 2、查找资料：调参时应该知道每一个参数的默认值是多少 阅读全文

摘要： 一、差分进化算法的介绍 差分进化算法(Differential Evolution, DE)是一种基于群体差异的启发式随机搜索算法，该算法是由R.Storn和K.Price为求解Chebyshev多项式而提出的。DE算法也属于智能优化算法，与前面的启发式算法，如ABC，PSO等类似，都属于启发式的优 阅读全文

摘要： 随机森林算法原理： 随机森林是从原始训练样本集N中有放回地重复随机抽取k个样本生成新的训练样本集合，然后根据自助样本集生成k个分类树组成随机森林，新数据的分类结果按分类树投票多少形成的分数而定。其实质是对决策树算法的一种改进，将多个决策树合并在一起，每棵树的建立依赖于一个独立抽取的样品，森林中的每棵 阅读全文

摘要： conda install scikit-learn conda install numpy #生成报告 conda intall reportlab # exlce 读写 conda install openpyxl 可视化数据探索工具包 conda install pandas-profilin 阅读全文

摘要： 页面跳转和重定向重定向分为永久性重定向和暂时性重定向，在页面上体现的操作就是浏览器会从一个页面自动跳转到另外一个页面。比如用户访问了一个需要权限的页面，但是该用户当前并没有登录，因此我们应该给他重定向到登录页面。 永久性重定向：http的状态码是301，多用于旧网址被废弃了要转到一个新的网址确保用户 阅读全文

摘要： Flask 简介什么是flask?用于进行 web开发的python框架 业务逻辑处理协议处理不需要操心12Flask：使用架构MVTM：model 用于和关系型数据库交互V: View 接受请求 处理请求 返回相应T:Template: 模板 用于展示一个html页面 为什么采用mvt目的:低耦合 阅读全文