原创 機器學習高頻面試題(41道)
Q1: What’s the trade-off between bias and variance? 問題1: 什麼是偏差（bias）、方差（variable）之間的均衡？ Bias 是由於你使用的學習算法過度簡單地擬合結果或者錯誤地擬
2020-07-06 09:52:24
7
原创 MNIST訓練數字識別-Keras
端到端的MNIST訓練數字識別 # -*- coding:utf-8 -*- import numpy as np from keras.datasets import mnist from keras.models import S
2020-06-29 16:00:00
2
原创 sklearn.classification_report預測準確率
SKLearn中預測準確率函數介紹 1、在使用Sklearn進行機器學習算法預測測試數據時，常用到classification_report函數來進行測試的準確率的計算輸 #開始預測 y_pred = clf.predict(X_test
2020-06-29 15:59:59
17
原创 用數據分析搭配肯德基早餐
今天看到一個好玩的數據分析小case，通過對KFC的早餐爬取部分數據，並做簡單處理，查看肯定早餐搭配 原數據集及初始代碼網址如下：https://www.kesci.com/home/project/5ecf10d0162df90036d
2020-06-29 15:59:59
2
原创 短信文本分類的實踐
由於最近接觸到一些短信內容，本着想要做一個模板提取和分類，先試試水。開局就遇到一堆問題，也可能是我自己太菜。所以想把遇到的問題進行記錄，以備不時之需。 第一部分 ①由於我拿到的數據是沒有標籤的，就是隻有短信內容，沒有短信標籤，是分爲那個類
2020-06-29 15:59:59
原创 K-means原理及Python實現
K-means方法是一種非監督學習的算法，它解決的是聚類問題。 1、算法簡介：K-means方法是聚類中的經典算法，數據挖掘十大經典算法之一；算法接受參數k,然後將事先輸入的n個數據對象劃分爲k個聚類以便使得所獲得的聚類滿足聚類中的對象相
2020-06-29 15:59:59
4
原创 GDBT模型有缺失值處理
在訓練GDBT是，執行model.fit(X_train, y_train)語句報錯，報錯如下： ValueError: Input contains NaN, infinity or a value too large for dtyp
2020-06-29 15:59:59
原创 impala使用-數據類型轉換
今天在使用impala查詢數據的時候，發現price字段是string類型，不能進行sum計算，需要轉換格式。 第一種方法：由於price字段中的數值是類似0.24這樣的小數，不能轉換成int類型，使用了cast()函數轉換成float類
2020-06-29 15:59:59
1
原创 impala 時間格式轉換
最近在impala中遇到一些時間格式問題，目標：取當前日期的前兩天日期。 一種做法是from_unixtime(unix_timestamp()-60*60*24*2,'yyyyMMdd')，當前時間戳減去兩天的秒數，60秒*60分*24
2020-02-23 02:02:14
1
原创 Logistic Regression（邏輯迴歸）模型實現二分類和多分類
原文鏈接：https://blog.csdn.net/u011734144/article/details/79717470 一、邏輯迴歸 二、判定邊界 當將訓練集的樣本以其各個特徵爲座標軸在
2019-09-05 01:50:14
294
原创 算法工程師 -常見面試題
原文鏈接：http://www.ijiandao.com/2b/baijia/157038.html ▌1. LDA(線性判別分析) 和 PCA 的區別與聯繫 首先將LDA 擴展到多類高維
2019-09-05 01:50:14
原创 hive sql數據分析面試整理
原文鏈接：https://www.jianshu.com/p/7bc58aa08185 1.寫作目的說明 hive sql是從事數據分析的同學的基本功。無論是秋招、春招或者是實習，sql都是面試
2019-09-05 01:50:14
原创 Titanic倖存預測
import numpy as np import pandas as pd from sklearn import preprocessing import matplotlib.pyplot as plt plt.rc("f
2019-07-06 02:46:23
原创 KNN學習筆記
k近鄰（k-nearest nrighbor,k-NN）是一種基本分類與迴歸的方法。實現簡單，直觀：給定一個訓練數據集，對新的輸入實例，在訓練數據集中找到與該實例最鄰近的K個實例，這K個實例的多數屬於某個類，就把該輸入實例分爲到
2019-06-28 02:31:06
1
原创 線性迴歸實例學習
# -*- coding:utf-8 -*- import numpy as np import pandas as pd import matplotlib.pyplot as plt from sklearn.linear_m
2019-06-27 03:38:23