tan_2810 - 博客园

[置顶] LightGBM 调参方法（具体操作）

摘要：其实，对于基于决策树的模型，调参的方法都是大同小异。一般都需要如下步骤：所以，下面的调参例子是基于上述步骤来操作。数据集为一个(4400+, 1000+)的数据集，全是数值特征，metric采用均方根误差。（PS：还是吐槽一下，lightgbm参数的同义词(alias)实在是太多了，有时候不同的阅读全文

posted @ 2019-08-28 17:06 tan_2810 阅读(694) 评论(1) 推荐(1) 编辑

Mysql解析json字符串/数组

该文被密码保护。阅读全文

posted @ 2022-08-22 16:41 tan_2810 阅读(0) 评论(0) 推荐(0) 编辑

沪深股票的复权计算（复权因子的应用）--代码实现

摘要：对复权因子的介绍可参考通过计算复权因子求得当日前一天收盘价，并存储在MongoDB数据库中代码实现 def fill_au_factor_pre_close(begin_date,end_date): """ 为daily数据集填充 1、复权因子au_factor，复权因子计算方式：au_fact 阅读全文

posted @ 2020-08-02 01:53 tan_2810 阅读(1163) 评论(0) 推荐(0) 编辑

Python股票历史数据的获取

摘要：获取股票数据的接口很多，免费的接口有新浪、网易、雅虎的API接口，收费的就是证券公司及相应的公司提供的接口。收费试用的接口一般提供的数据只是最近一年或三年的，限制比较多，除非money足够多。所以本文主要讨论的是免费数据的获取及处理。国内提供股票数据的接口如sinajs，money.163.com 阅读全文

posted @ 2019-12-16 18:55 tan_2810 阅读(11750) 评论(0) 推荐(1) 编辑

金融量化分析-python量化分析系列之---使用python获取股票历史数据和实时分笔数据

该文被密码保护。阅读全文

posted @ 2019-12-16 18:48 tan_2810 阅读(0) 评论(0) 推荐(0) 编辑

获取带接口的股票数据

摘要： mport urllib.request import re codeUrl = 'https://hq.gucheng.com/gpdmylb.html' #获取股票代码 def codeTolist(): codeList = [] html = urllib.request.urlopen(c 阅读全文

posted @ 2019-12-16 18:01 tan_2810 阅读(288) 评论(0) 推荐(0) 编辑

用PMML实现机器学习模型的跨平台上线

摘要：在机器学习用于产品的时候，我们经常会遇到跨平台的问题。比如我们用Python基于一系列的机器学习库训练了一个模型，但是有时候其他的产品和项目想把这个模型集成进去，但是这些产品很多只支持某些特定的生产环境比如Java，为了上一个机器学习模型去大动干戈修改环境配置很不划算，此时我们就可以考虑用预测模型标阅读全文

posted @ 2019-12-05 16:11 tan_2810 阅读(415) 评论(0) 推荐(0) 编辑

【集成学习】sklearn中xgboost模块的XGBClassifier函数

摘要： # 常规参数 booster gbtree 树模型做为基分类器（默认） gbliner 线性模型做为基分类器 silent silent=0时，不输出中间过程（默认） silent=1时，输出中间过程 nthread nthread=-1时，使用全部CPU进行并行运算（默认） nthread=1时，阅读全文

posted @ 2019-10-31 18:39 tan_2810 阅读(1960) 评论(0) 推荐(0) 编辑

TensorFlow Federated：基于分散式数据的机器学习

摘要： https://www.tensorflow.org/federated/ TensorFlow Federated (TFF) 是一个开源框架，用于对分散式数据进行机器学习和其他计算。我们开发 TFF 是为了促进联合学习 (FL) 的开放研究和实验，FL 是一种机器学习方法，使我们能够跨多个参与客阅读全文

posted @ 2019-10-31 18:36 tan_2810 阅读(1591) 评论(0) 推荐(0) 编辑

联邦学习（Federated Learning）

摘要：联邦学习简介联邦学习（Federated Learning）是一种新兴的人工智能基础技术，在 2016 年由谷歌最先提出，原本用于解决安卓手机终端用户在本地更新模型的问题，其设计目标是在保障大数据交换时的信息安全、保护终端数据和个人数据隐私、保证合法合规的前提下，在多参与方或多计算结点之间开展高效阅读全文

posted @ 2019-10-31 18:35 tan_2810 阅读(4533) 评论(0) 推荐(0) 编辑

联邦学习 Federated Learning 相关资料整理

摘要：本文链接：https://blog.csdn.net/Sinsa110/article/details/90697728代码微众银行+杨强教授团队的联邦学习FATE框架代码：https://github.com/WeBankFinTech/FATE谷歌联邦迁移学习TensorFlow Federat 阅读全文

posted @ 2019-10-31 18:34 tan_2810 阅读(2324) 评论(0) 推荐(0) 编辑