原创 baidu接口使用
1、如何使用百度接口 https://ai.baidu.com/tech/nlp/dnnlm_cn 應用列表中–》創建應用—>會生成一個新創建的應用，生成AK,SK 二、調用接口的使用方法：
2020-06-20 04:37:15
原创 adaboost、bagging、boosting的區別
Bagging和Boosting 概念及區別 Bagging和Boosting都是將已有的分類或迴歸算法通過一定方式組合起來，形成一個性能更加強大的分類器，更準確的說這是一種分類算法的組裝方法。即將弱分類器組裝成強分類器的方法。
2020-02-22 10:09:56
原创 七種迴歸技術
什麼是迴歸分析？ 迴歸分析是一種預測性的建模技術，它研究的是因變量（目標）和自變量（預測器）之間的關係。這種技術通常用於預測分析，時間序列模型以及發現變量之間的因果關係。 例如，司機的魯莽駕駛與道路交通事故數量之間的關係，最好的研究方法就
2020-02-22 10:09:56
原创 交叉驗證 Cross-validation
交叉驗證(CrossValidation)方法思想簡介 以下簡稱交叉驗證(Cross Validation)爲CV.CV是用來驗證分類器的性能一種統計分析方法,基本思想是把在某種意義下將原始數據(dataset)進行分組,一部分做爲訓
2020-02-22 10:09:56
5
原创 給numpy矩陣添加一列
# coding=utf-8 from pandas import DataFrame import datetime import numpy as np import pandas as pd # The error metric
2020-02-22 10:09:56
原创 python－－數據清洗
1.數據錯誤： 錯誤類型 – 髒數據或錯誤數據 • 比如, Age = -2003 – 數據不正確 • ‘0’ 代表真實的0，還是代表缺失 – 數據不一致 • 比如收入單位是萬元，利潤單位是元，或者一個單位是 美元，一個是人民幣 –
2020-02-22 10:09:56
原创 python中的list和array的不同之處
python中的list是python的內置數據類型，list中的數據類不必相同的，而array的中的類型必須全部相同。 在list中的數據類型保存的是數據的存放的地址，簡單的說就是指針，並非數據，這樣保存一個list就太麻煩了 例
2020-02-22 10:09:56
原创 xgboost 調參經驗
1.xgboost 基本方法和默認參數 在訓練過程中主要用到兩個方法：xgboost.train()和xgboost.cv(). #xgboost.train()API xgboost.train(params,dtrain,nu
2020-02-22 10:09:56
原创 sklearn分類器、數據集的劃分
https://www.cnblogs.com/hhh5460/p/5132203.html 大致可以將這些分類器分成兩類： 1）單一分類器，2）集成分類器 一、單一分類器 下面這個例子對一些單一分類器效果做了比較 # codin
2020-02-22 10:09:56
原创 pandas 學習（一）
1、pandas 學習（一） —— read_csv ，read_excel對 DataFrame 對象迭代得到的是其各個屬性列的列名一、生成數據表 1、首先導入pandas庫，一般都會用到numpy庫，所以我們先導入備用：import
2020-02-22 10:09:56
原创 Python下的機器學習工具scikit-learn --數據預處理
sklearn裏的predict proba返回值？ 返回你測試集中每個測試樣例各分類的概率 eg： #測試樣例： X_test = [ [2,3,4,5] [3,4,5,6] ] #假設分類結果爲可能爲0，1兩類 model
2020-02-22 10:09:56
原创 numpy np.repeat 與 np.tile的區別， numpy.ravel()函數
二者執行的是均是複製操作；np.repeat：複製的是多維數組的每一個元素；np.tile：複製的是多維數組本身； 1. np.repeat tile() x = np.arange(1, 5).reshape(2, 2) print
2020-02-22 10:09:56
原创 模型評價指標
一、分類評價指標 1、對數損失函數(Log-loss) 在分類輸出中，若輸出不再是0-1，而是實數值，即屬於每個類別的概率，那麼可以使用Log-loss對分類結果進行評價。這個輸出概率表示該記錄所屬的其對應的類別的置信度。比如如果
2020-02-22 10:09:56
原创 pandas:填充缺失值 fillna("missing") 和fillna("missing",inplace=True)的區別
當數據中存在NaN缺失值時，我們可以用其他數值替代NaN，主要用到了DataFrame.fillna()方法，下面我們來看看具體的用法： 1.先來創建一個帶有缺失值的DataFrame: # coding=utf-8 import n
2020-02-22 10:09:56
原创 解決：ImportError: No module named 'xxxx'-------python中關於import語句
我用的 python 3.5 1、解決方法如下： try: # for Python2 from Tkinter import * except ImportError: # for Python3
2020-02-22 10:09:56