pandas简介pandas是python的一个数据分析包，最初由AQR Capital Management于2008年4月开发，并于2009年底开源出来，目前由专注于Py...
发简信
IP属地：辽宁
-
Pandas基础教程 -
用SMOTE算法和XGBoost模型处理信用卡欺诈数据
如果分类问题中类别型的因变量可能严重失衡，例如欺诈问题中，欺诈类观测在样本集中占少数；客户流失问题中，忠实的客户也是往往占很少一部分；某营销活动的响应过程中，真正参与的客户也...
-
用SVM预测火灾森林毁坏面积
X,Y为坐标位置mon和day均为字符型，做数值型转换，且day为无关变量 因变量area为数值型变量，而对连续型的因变量需要做分布的探索性分析，如果数据呈现严重偏态，会产生...
-
吴恩达深度学习（二）神经网络 第一课：神经网络概述 在本周，您将学会实现神经网络。 上周，我们讨论了逻辑回归的流程图，通过特征x和参数w和b，它们允许你计算z然后用来计算a ，我们可以互换地使用...
-
12-机器学习练习与特征工程、评价指标一.使用PCA识别手写数字 PCA：Principal Component Analysis（主成分分析）PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提...
-
史上最全的cnn参数计算详解废话不多说, 直接上示例 1. 前戏 卷积前后大小变化示例 现实中的例子 featural金字塔 cnn内部可视化 filter, activation map可视化 cnn...
-
双样本T检验——机器学习特征工程相关性分析实战最近在做数据分析方面的工作，经常需要检验两组样本之间是否存在差异，所以会遇到统计学中假设检验相关的知识。在机器学习特征工程这一步，笔者最常用到的是假设检验中的卡方检验去做特征...
-
pytorch Code Snippets(pytorch常用代码整理)
本文代码基于PyTorch 1.0版本，需要用到以下包 1. 基础配置 检查PyTorch版本 更新PyTorch PyTorch将被安装在anaconda3/lib/pyt...
-
Kaggle提升模型性能的超强杀招Stacking——机器学习模型融合之前的文章中谈到了机器学习项目中，要想使得使得机器学习模型进一步提升，我们必须使用到模型融合的技巧，今天我们就来谈谈模型融合中比较常见的一种方法——stacking。翻译成中...
-
利用随机森林对特征重要性进行评估
前言 随机森林是以决策树为基学习器的集成学习算法。随机森林非常简单，易于实现，计算开销也很小，更令人惊奇的是它在分类和回归上表现出了十分惊人的性能，因此，随机森林也被誉为“代...
-
pytorch中label转换
在pytorch中，损失函数计算的时候，经常需要将label转换为one-hot的形式，在pytorch中怎么转换呢，在pytorch中只需要如下即可 值得注意的是，如果使用...
-
初识人工智能
今天开始慢慢进入人工智能的介绍与算法网络等的实现的“传送期”，希望大家能够喜欢 ！ 好，揭幕！！ 一、人工智能介绍 什么是人工智能？可能是大家一开始最想了解的。 大家看图中关...
-
-
吴恩达深度学习笔记(56)-训练一个 Softmax 分类器
训练一个 Softmax 分类器（Training a Softmax classifier） 上一个笔记中我们学习了Softmax层和Softmax激活函数，在这个笔记中，...
-
-
超简单！pytorch入门教程（五）：训练和测试CNN我们按照超简单！pytorch入门教程（四）：准备图片数据集准备好了图片数据以后，就来训练一下识别这10类图片的cnn神经网络吧。 按照超简单！pytorch入门教程（三）：...
-
超简单！pytorch入门教程（四）：准备图片数据集在训练神经网络之前，我们必须有数据，作为资深伸手党，必须知道以下几个数据提供源： 一、CIFAR-10 CIFAR-10是多伦多大学提供的图片数据库，图片分辨率压缩至32x3...
