posts - 301,  comments - 19,  views - 65万
< 2025年3月 >
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5
01 2020 档案
使用XGBoost实现多分类预测的实践
摘要:使用XGBoost实现多分类预测的实践代码 import pandas as pd import numpy as np import xgboost as xgb from sklearn.preprocessing import LabelEncoder from sklearn.model_s 阅读全文
posted @ 2020-01-14 22:39 wyhluckydog 阅读(6876) 评论(0) 推荐(0) 编辑
github上传本地项目
摘要:首次上传本地项目: 1. git init //初始化仓库 2. git add .(文件name) //添加文件到本地仓库 3. git commit -m “first commit” //添加文件描述信息 4. git remote add origin + 远程仓库地址 //链接远程仓库,创 阅读全文
posted @ 2020-01-10 18:02 wyhluckydog 阅读(149) 评论(0) 推荐(0) 编辑
pytorch的topk()函数
摘要:pytorch.topk()用于返回Tensor中的前k个元素以及元素对应的索引值。例: import torch item=torch.IntTensor([1,2,4,7,3,2]) value,indices=torch.topk(item,3) print("value:",value) p 阅读全文
posted @ 2020-01-09 16:55 wyhluckydog 阅读(5624) 评论(0) 推荐(0) 编辑
使用pytorch框架实现使用FM模型在movielen数据集上的电影评分预测(rendle的工作)
摘要:一、FM介绍 (1)实验的主要任务:使用FM在movielen数据集上进行电影评分预测任务(rendle的工作,经典的特征选择) (2)参考论文:Factorization Machines (3)部署环境:python37 + pytorch1.3 (4)数据集:Movielen的small数据集 阅读全文
posted @ 2020-01-08 18:10 wyhluckydog 阅读(4579) 评论(0) 推荐(0) 编辑
使用pytorch框架实现使用MF模型在movielen数据集上的电影评分预测
摘要:一、MF介绍 (1)实验的主要任务:使用MF模型在数据集合上的评分预测(movielens,随机80%训练数据,20%测试数据,随机构造 Koren的经典模型) (2)参考论文:MATRIX FACTORIZATION TECHNIQUES FOR RECOMMENDER SYSTEMS 简单模型: 阅读全文
posted @ 2020-01-05 15:31 wyhluckydog 阅读(3355) 评论(0) 推荐(0) 编辑
安装谷歌访问助手,不需要设置网页便可自动激活
摘要:在寻找谷歌访问助手的时候,发现了一个很好的github资源,是由haotian-wang分享到github上的,进入链接https://github.com/haotian-wang/google-access-helper,即可进入谷歌访问助手的下载页面。 1.下载仓库到本地 2.打开Chrome 阅读全文
posted @ 2020-01-04 14:55 wyhluckydog 阅读(10) 评论(0) 推荐(0) 编辑
安装visio时报错:Office即点即用安装程序遇到问题,原因是你的计算机安装了以下基于即点即用的Office程序。
摘要:原因是本电脑安装了基于即点即用的office365版本,微软不支持在同一台电脑上安装基于不同安装方式的office产品,所以需要安装统一安装方式的visio。 office365对应的office产品的版本如下图所示: 所以我们选择visio2013安装就可以解决问题了。 阅读全文
posted @ 2020-01-03 10:48 wyhluckydog 阅读(26435) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示