原创 XGBoost參數及代碼實戰

XGBoost參數解釋:https://blog.csdn.net/qq_40587575/article/details/82886782 XGBoost參數調優:Complete Guide to Parameter Tuni

原创 sklearn庫實現三種貝葉斯分類器

sklearn官方教程 https://scikit-learn.org/dev/modules/naive_bayes.html sklearn庫樸素貝葉斯分類: https://blog.csdn.net/luanpeng82

原创 Linux的常用命令(下)

gzip壓縮和gunzip解壓縮 gzip 文件 (功能描述:壓縮文件,只能將文件壓縮爲.*gz文件) gunzip 文件.gz (功能描述:解壓縮文件命令) zip和unzip指令 zip [選項] XXX.zip 將要壓縮的

原创 Linux的遠程登錄——Xshell

1、ifconfig找不到ip地址 解決辦法 ①查看ens33網卡的配置: vi /etc/sysconfig/network-scripts/ifcfg-ens33 注:vi後面有空格 ②將此處的no改爲yes 注:然後按 E

原创 西瓜書——貝葉斯分類器+EM算法

西瓜書貝葉斯分類器詳解https://blog.csdn.net/yangjingjing9/article/details/79986371 貝葉斯分類器應用—水果分類https://blog.csdn.net/qq_25948

原创 SQL排序檢索數據、過濾數據、創建計算字段、使用函數處理數據、彙總數據、分組數據

排序檢索數據 排列數據 ORDER BY SELECT prod_name FROM Products ORDER BY prod_name; 注:GROUP BY子句的位置 在指定一條ORDER BY子句時,應該保證它是SEL

原创 反向傳播(BP)網絡的mnist實例(提升篇)

提高神經學習的學習效率 並行計算 可以使用GPU進行並行計算,以此提高學習效率。 梯度消失問題 梯度消失問題的存在使得學習效率會變慢,出現梯度消失的原因如下: 其中,對sigmoid函數求導的時候,在[-4, 4]的範圍外會發

原创 反向傳播(BP)網絡的mnist實例

BP網絡——前饋神經網絡 (Back Propgation Networks) 本文將實現一個最簡單的三層神經網絡 其中,損失函數是線性函數,激勵函數是sigmoid函數。 代碼的實現中,採用的是隨機梯度下降法。 計算導數的方

原创 AttributeError: module 'tensorflow' has no attribute 'Session'——python與tensorflow版本問題

AttributeError: module ‘tensorflow’ has no attribute ‘Session’ 這個報錯真的搞了我好久,最後才發現是!!python和tensorflow的版本不對應導致的!!! 我用

原创 Linux的常用命令(上)

關機、重啓、用戶登錄註銷 關機&重啓 shutdown: shutdown -h now:表示立即關機 shutdown -h 1:表示1分鐘後關機 shutdown -r now:立即重啓 halt: 就是直接使用,效果等價於關

原创 機器學習三大算法——GBDT、XGBoost、LightGBM

LightGBM算法參考:https://www.cnblogs.com/hugechuanqi/p/10584602.html 本文主要簡要的比較了常用的boosting算法的一些區別,從AdaBoost到LightGBM,包括

原创 jdk下載安裝教程+java環境配置

jdk是學習java必不可少的,以win7 32位系統和大家分享一下jdk的下載和安裝。有需要的朋友可以參考下。 現附上jdk的下載地址:https://www.oracle.com/technetwork/java/javase

原创 field larger than field limit (131072) 和 ParserError: Expected 337 fields in line 4, saw 1491

Error: field larger than field limit (131072) 當在文本文件中出現非常大的字段時候,就可能出現這個問題: 第一種解決方式: import csv csv.field_size_limit

原创 利用sklearn進行特徵選擇

3種特徵選擇 Filter 過濾法,按照發散性或者相關性對各個特徵進行評分,設定閾值或者待選擇閾值的個數,選擇特徵。 (先對數據集進行特徵選擇,然後再訓練學習器) Wrapper 包裝法,根據目標函數(通常是預測效果評分),每次選

原创 MySQL的IFNULL函數

MySQL IFNULL函數是MySQL控制流函數之一。 它接受兩個參數,如果不是NULL,則返回第一個參數。 否則,IFNULL函數返回第二個參數。 兩個參數可以是文字值或表達式。 以下說明了IFNULL函數的語法: IFNUL