原创 基於客戶提取爲所屬客戶經理的信息

本地處理 #!/usr/bin/python # -*- coding: utf-8 -*- # UnicodeDecodeError: 'utf8' codec can't decode byte 0x9a in positi

原创 創建conda虛擬環境報錯

RemoveError: 'requests' is a dependency of conda and cannot be removed from conda's operating environment 已經安裝有cond

原创 dataframe中分行

dataframe中對某一個cell進行分行 在工作中遇到類似下面的數據: index names 0 延\t誕\t蜒 1 奄\t掩\t淹\t俺 2 彥\t顏\t諺 3 央\

原创 ubuntu服務器下載百度雲盤內容

一、方法1(推薦)-aria2多線程 1. 本地電腦(windows)chrome上面安裝插件BaiduExporter 2. 服務器上面安裝aria2 3. 在本地電腦chrome上面打開百度雲盤文件,看到出現有[導出下載]-選擇【

原创 詞雲python

詞雲 在開始接觸NLP階段,初試了文字生成的模型,從而在字符級、詞級的條件下建立示例的模型。回到最基本的詞的內容,通過可視化方式觀察詞頻的情況,對前期的分析也許有些幫助。這類型的詞雲圖,有時候作爲PPT彙報的點綴也提升解釋性。在此,簡

原创 AutoEncoder自編碼學習

Table of Contents 一、autoencoder demo練習11. autoencoder函數2. 數據處理-2828變爲32323. 圖關係網絡創建4. 數據讀入與訓練二、autoencoder 練習2網絡搭建-en

原创 stacking的實現-mxtend庫

Table of Contents 關於Stacked的實現庫-mlxtend的學習StackingClassifier例子1 簡單實現stacking例子2 sub-model的輸出是probabilities例子3 結合GridS

原创 集成方法-Stack理解

集成方法-Stack理解什麼是STACK?原理? 什麼是STACK? 它是機器學習常用集成方法三大類別之一,在各大kaggle表現優異,廣受歡迎。基本思想是:不同模型發揮本身的優勢,在他們學習的基礎之上,進行融合。 原理? 數據集劃

原创 Keras中實現神經網絡的Stacking方法

Table of Contents 1. stack模型的一般集成方式2. 分類任務的定義3. 神經網絡-多層感知器4. 訓練並保存模型創建MLP模型並訓練創建存放模型的文件夾創建MLP子模型並保存5. 獨立Stacking Mode

原创 keras中訓練好的模型保存與載入

keras中的採用Sequential模式建立DNN並持久化保持、重新載入 def DNN_base_v1(X_train, y_train): model = models.Sequential() mo

原创 集成學習模型stack方法實現

基模型爲神經網絡,元模型爲其它的stack方法 class StackingAverageModels_build2(): ''' 第一層的submodel是神經網絡 第二層的模型是其他模型。 '''

原创 集成方法stack模型在樣例數據集的試驗

Table of Contents 1. 數據準備2. stack類方法3. 基模型4. stack模型DNN+LRDNN+Decision TreeDNN+SVMDNN+XgboostDNN+RandomForestDNN+Ligh

原创 關於sklearn.model_selected中的KFold.split的理解

關於sklearn.model_selected中的KFold.split的理解 作用:返回樣本切分之後數據集的indices,即索引 返回: train: ndarray。如果KFold設置shuffle參數是True,是

原创 關於sklearn中的clone

關於sklearn中的clone 功能:複製模型及其參數。屬於深層複製。 關於複製的深、淺理解。參考:python的複製,深拷貝和淺拷貝的區別 在python中,對象賦值實際上是對象的引用,即一般的“=”。屬於直接賦值的方

原创 特徵學習-RBM與PCA應用在LR

Table of Contents 1. 基本信息查詢導入package2. 提取PCA 成分3. 提取RBM主成分取出前20個最有代表性的特徵提取後20個特徵4. RBM在machine learning中效果直接用LR模型採用PC