tan_2810 - 博客园

Python控制函数运行时间

摘要：在某个Flask项目在做后端接口时需要设置超时响应，因为接口中使用爬虫请求了多个网站,响应时间时长时短。需要设置一个最大响应时间，时间内如果接口爬虫没跑完,直接返回请求超时。方法1:使用线程控制超时设置3s，线程调用函数运行2s，这里返回a的值2。方法2:使用信号模块signal(只能在un 阅读全文

posted @ 2019-07-24 10:55 tan_2810 阅读(1323) 评论(0) 推荐(0) 编辑

如何用python编写一个计时器的程序

摘要： python计时器的程序的代码和注释 import time as t #引入time模块 class MyTimer(): def __init__(self): #构造函数 self.unit = ['年','月','日','时','分','秒'] #设置时间单位 #设置一系列初始属性 self 阅读全文

posted @ 2019-07-24 10:19 tan_2810 阅读(7729) 评论(0) 推荐(0) 编辑

TF-IDF算法介绍及实现

摘要：目录 1、TF-IDF算法介绍（1）TF是词频(Term Frequency) （2） IDF是逆向文件频率(Inverse Document Frequency) （3）TF-IDF实际上是：TF * IDF 2、TF-IDF应用 3、Python3实现TF-IDF算法 4、NLTK实现TF-I 阅读全文

posted @ 2019-07-17 18:32 tan_2810 阅读(7144) 评论(0) 推荐(0) 编辑

XGBoost使用教程（与sklearn一起使用）二

摘要：一、导入必要的工具包# 运行 xgboost安装包中的示例程序from xgboost import XGBClassifier # 加载LibSVM格式数据模块from sklearn.datasets import load_svmlight_filefrom sklearn.metrics i 阅读全文

posted @ 2019-07-08 23:17 tan_2810 阅读(1064) 评论(0) 推荐(0) 编辑

XGBoost使用教程（纯xgboost方法）一

摘要：一、导入必要的工具包# 导入必要的工具包import xgboost as xgb # 计算分类正确率from sklearn.metrics import accuracy_score二、数据读取XGBoost可以加载libsvm格式的文本数据，libsvm的文件格式（稀疏特征）如下：1 101: 阅读全文

posted @ 2019-07-08 23:16 tan_2810 阅读(4447) 评论(1) 推荐(0) 编辑

XGBoost 参数介绍

摘要： XGBoost 的设置有三种参数：一般参数，提升参数和学习参数。一般参数取决于提升器，通常是树或线性模型提升参数取决于选择的提升器的相关参数学习参数取决于指定学习任务和相应的学习目标一般参数 (general parameters) booster：选择提升器，默认是 treesilent：阅读全文

posted @ 2019-07-08 23:14 tan_2810 阅读(1901) 评论(0) 推荐(0) 编辑

机器学习中的范数规则化之 L0、L1与L2范数

摘要：原文：https://blog.csdn.net/zouxy09/article/details/2497199 今天我们聊聊机器学习中出现的非常频繁的问题：过拟合与规则化。我们先简单的来理解下常用的L0、L1、L2和核范数规则化。最后聊下规则化项参数的选择问题。这里因为篇幅比较庞大，为了不吓到大家阅读全文

posted @ 2019-07-08 23:11 tan_2810 阅读(266) 评论(0) 推荐(0) 编辑

极大似然估计和贝叶斯决策详解

摘要：原博客链接1 ：https://blog.csdn.net/zengxiantao1994/article/details/72787849 原博客链接2: https://blog.csdn.net/linyanqing21/article/details/50939009 主要内容：总结起来，最阅读全文

posted @ 2019-07-08 23:10 tan_2810 阅读(295) 评论(0) 推荐(0) 编辑

数据挖掘特征提取方法-汇集

摘要： 1.基于树模型提取特征 2.基于L1，L2惩罚值提取特征 3.递归特征消除法提取特征 4.互信息选择法提取特征 5.利用相关系数选择特征 6.卡方检验法提取特征 7.利用方差选择特征参考：https://www.kesci.com/ 阅读全文

posted @ 2019-07-08 23:08 tan_2810 阅读(652) 评论(0) 推荐(0) 编辑

机器学习和数据比赛资料汇总

摘要： https://github.com/endymecy/spark-ml-source-analysis https://github.com/qqgeogor/kaggle-quora-solution-8th https://ocw.mit.edu/courses/electrical-engi 阅读全文

posted @ 2019-07-08 23:07 tan_2810 阅读(757) 评论(0) 推荐(0) 编辑