原创 利用sklearn進行集成學習之調參
轉自：http://www.cnblogs.com/jasonfreak/p/5720137.html 目錄 1 Random Forest和Gradient Tree Boosting參數詳解 2 如何調參？ 2.1 調參的目標：偏
2020-02-21 04:48:08
原创 python re.compile()和findall() sub
https://blog.csdn.net/sjyttkl/article/details/84853000 re.compile 函數 compile 函數用於編譯正則表達式，生成一個正則表達式（ Pattern ）對象，供 match
2020-02-21 04:48:08
原创 HeadFirstSQL學習筆記（三）
子查詢（查詢中的查詢）外層查詢+內層查詢=以子查詢進行查詢 selectmc.first_name,mc.last_name,mc.phone,jc.title -- 外層 from job_current as jc natural j
2020-02-21 04:48:08
原创 Sklearn-GridSearchCV網格搜索
GridSearchCV，它存在的意義就是自動調參，只要把參數輸進去，就能給出最優化的結果和參數。但是這個方法適合於小數據集，一旦數據的量級上去了，很難得出結果。這個時候就是需要動腦筋了。數據量比較大的時候可以使用一個快速調優的方法——
2020-02-21 04:48:08
原创 LightGBM參數
LightGBM的優勢。 更快的訓練速度和更高的效率： LightGBM使用基於直方圖的算法。例如，它將連續的特徵值分桶(buckets)裝進離散的箱子(bins)，這是的訓練過程中變得更快。 更低的內存佔用：使用離散的箱子(bin
2019-01-18 00:45:48
2
原创 dateutil模塊
dateutil模塊主要有兩個函數，parser和rrule。parser是根據字符串解析成datetime，而rrule是則是根據定義的規則來生成datetime。 parserparser是根據字符串解析成datetime,字
2018-08-30 03:34:43
原创 理解if __name__ == "__main__":
__name__ 是當前模塊名，當模塊被直接運行時模塊名爲 __main__ 。這句話的意思就是，當模塊被直接運行時，以下代碼塊將被運行，當模塊是被導入時，代碼塊不被運行。 示例： # file one.py def func():
2018-08-30 03:34:43
原创 SQL面試題練習-實現pivot行列轉換
題目：實現把表t1的數據變成表t2的形式 t1 year month amount 1991 1 1.1 1991 2 1.2 1991 3 1.3 1991
2018-08-30 03:34:43
原创 理解if __name__ == "__main__":
__name__ 是當前模塊名，當模塊被直接運行時模塊名爲 __main__ 。這句話的意思就是，當模塊被直接運行時，以下代碼塊將被運行，當模塊是被導入時，代碼塊不被運行。 示例： # file one.py def func():
2018-08-30 03:13:27
1
原创 SQL面試題練習-實現pivot行列轉換
題目：實現把表t1的數據變成表t2的形式 t1 year month amount 1991 1 1.1 1991 2 1.2 1991 3 1.3 1991
2018-08-30 03:13:26
原创 dateutil模塊
dateutil模塊主要有兩個函數，parser和rrule。parser是根據字符串解析成datetime，而rrule是則是根據定義的規則來生成datetime。 parserparser是根據字符串解析成datetime,字
2018-08-30 03:13:26
原创 LeetCode500. Keyboard Row
Given a List of words, return the words that can be typed using letters of alphabet on only one row's of American keybo
2018-08-30 02:52:01
原创 LeetCode566. Reshape the Matrix
【題目】：實現矩陣reshape操作，當reshape滿足數組維度時返回結果，否則返回原數組即可。 【示例】： Input: nums = [[1,2],[3,4]], r = 1, c = 4 Output: [[1,2,3,4]] I
2018-08-30 02:52:01
原创 Sklearn-preprocessing.scale/StandardScaler/MinMaxScaler
標準化數據的標準化（normalization）是將數據按比例縮放，使之落入一個小的特定區間。這樣去除數據的單位限制，將其轉化爲無量綱的純數值，便於不同單位或量級的指標能夠進行比較和加權。其中最典型的就是0-1標準化和Z標準化 0-1標準
2018-08-30 02:52:00