08 2019 档案

xgboost保险赔偿预测
摘要：XGBoost解决xgboost保险赔偿预测 XGBoost解决xgboost保险赔偿预测 XGBoost解决xgboost保险赔偿预测 import xgboost as xgb import pandas as pd import numpy as np import pickle import 阅读全文
posted @ 2019-08-30 17:31 Timcode 阅读(1417) 评论(0) 推荐(0)
XGBoost对波士顿房价进行预测
摘要：训练数据集样本数目：404, 测试数据集样本数目：102 24.869737956719252 24.869737956719252 阅读全文
posted @ 2019-08-30 17:10 Timcode 阅读(4214) 评论(0) 推荐(0)
XGBoost 重要参数(调参使用)
摘要：XGBoost 重要参数(调参使用) 数据比赛Kaggle,天池中最常见的就是XGBoost和LightGBM。 模型是在数据比赛中尤为重要的，但是实际上，在比赛的过程中，大部分朋友在模型上花的时间却是相对较少的，大家都倾向于将宝贵的时间留在特征提取与模型融合这些方面。在实战中，我们会先做一个bas 阅读全文
posted @ 2019-08-30 17:04 Timcode 阅读(88956) 评论(1) 推荐(5)
xgboost与gdbt的不同和优化
摘要：XGBoost是GBDT算法的一种变种，是一种常用的有监督集成学习算法；是一种 伸缩性强、便捷的可并行构建模型的Gradient Boosting算法 Xgboost和GBDT不同之处 xgboost在目标函数中显示的加上了正则化项，基学习器为CART时，正则化项与树的叶子节点的数量T和叶子节点的值 阅读全文
posted @ 2019-08-30 16:56 Timcode 阅读(937) 评论(0) 推荐(0)
基于OpenCV制作道路车辆计数应用程序
摘要：基于OpenCV制作道路车辆计数应用程序 发展前景 随着科学技术的进步和工业的发展，城市中交通量激增，原始的交通方式已不能满足要求；同时，由于工业发展为城市交通提供的各种交通工具越来越多，从而加速了城市交通事业的发展。 道路容量严重不足 汽车增长速度过快 公共交通日趋萎缩 交通设施条件不足 缺乏整体 阅读全文
posted @ 2019-08-27 11:00 Timcode 阅读(2972) 评论(0) 推荐(0)
卷积神经网络cnn的实现
摘要：卷积神经网络 代码：https://github.com/TimVerion/cat 卷积层 卷积层：通过在原始图像上平移来提取特征，每一个特征就是一个特征映射 原理:基于人脑的图片识别过程，我们可以认为图像的空间联系也是局部的像素联系比较紧密，而较远的像素相关性比较弱，所以每个神经元没有必要对全局 阅读全文
posted @ 2019-08-22 21:11 Timcode 阅读(4922) 评论(1) 推荐(2)
Python 数据科学-Numpy
摘要：NumPy Numpy ：提供了一个在Python中做科学计算的基础库，重在数值计算，主要用于多维数组（矩阵）处理的库。用来存储和处理大型矩阵，比Python自身的嵌套列表结构要高效的多。本身是由C语言开发，是个很基础的扩展，Python其余的科学计算扩展大部分都是以此为基础。 高性能科学计算和数据 阅读全文
posted @ 2019-08-22 08:28 Timcode 阅读(577) 评论(0) 推荐(0)
OpenCV学习笔记5
摘要：OpenCV学习笔记5 图像变换 傅里叶变换 这里可以先学习一下卷积分，了解清除卷积的过程和实际意义，在看这一章节的内容。 原理: 傅里叶变换经常被用来分析不同滤波器的频率特性。我们可以使用 2D 离散傅里叶变换 (DFT) 分析图像的频域特性。实现 DFT 的一个快速算法被称为快速傅里叶变换（FF 阅读全文
posted @ 2019-08-20 19:55 Timcode 阅读(596) 评论(0) 推荐(0)
OpenCV学习笔记3
摘要：OpenCV学习笔记3 图像平滑(低通滤波) 使用低通滤波器可以达到图像模糊的目的。这对与去除噪音很有帮助。其实就是去除图像中的高频成分（比如：噪音，边界）。所以边界也会被模糊一点。（当然，也有一些模糊技术不会模糊掉边界）。OpenCV 提供了四种模糊技术。 2D 卷积 对 2D 图像实施低通滤波（ 阅读全文
posted @ 2019-08-20 19:48 Timcode 阅读(486) 评论(0) 推荐(0)
OpenCV学习笔记2
摘要：OpenCV学习笔记2 OpenCV中的图像处理 颜色空间的转换： 最常用的：BGR->Gray和BGR->HSV 我们要用到的函数是：cv2.cvtColor(input_image，flag)，其中 flag就是转换类型。 在 OpenCV 的 HSV 格式中，H（色彩/色度）的取值范围是 [0 阅读全文
posted @ 2019-08-20 19:42 Timcode 阅读(1021) 评论(0) 推荐(0)
OpenCV学习笔记1
摘要：OpenCV学习笔记1 引入 图片的显示读取写入 使用opencv进行图片svd压缩： 视频的录制和播放 与从摄像头中捕获一样，你只需要把设备索引号改成视频文件的名字。在播放每一帧时，使用 cv2.waiKey() 设置适当的持续时间。如果设置的太低视频就会播放的非常快，如果设置的太高就会播放的很慢 阅读全文
posted @ 2019-08-20 18:50 Timcode 阅读(792) 评论(0) 推荐(0)
尝试博客园快捷发布工具
摘要：博客园快捷发布工具 一.准备环境 安装.NET Core SDK: https://www.microsoft.com/net/learn/get-started/windows .NET Core SDK 2.1：点我下载 运行本程序必须需要.NET Core 2.1或者更高版本 二.第一种安装方 阅读全文
posted @ 2019-08-19 19:56 Timcode 阅读(356) 评论(0) 推荐(0)
博客园快捷发布工具
摘要：博客园快捷发布工具 一.准备环境 安装.NET Core SDK: https://www.microsoft.com/net/learn/get-started/windows .NET Core SDK 2.1：点我下载 运行本程序必须需要.NET Core 2.1或者更高版本 二.第一种安装方 阅读全文
posted @ 2019-08-19 19:55 Timcode 阅读(1755) 评论(3) 推荐(3)
ILSVRC比赛带来的算法
摘要：李飞飞和它的团队搜集了ImageNet一个超过15 million的图像数据集，大约有22,000类。这个文件集合对深度卷积网络极大地推进深度学习各领域的发展. ILSVRC是对ImageNet进行分类,检测,定位的比赛,作为最具影响力的竞赛它的作用功不可没，从中也促使了许多经典工作。 ImageN 阅读全文
posted @ 2019-08-19 18:54 Timcode 阅读(1934) 评论(0) 推荐(0)
测试驱动的开发
摘要：测试驱动的开发 TDD是软件开发史上最重要的里程碑之一。TDD主要专注于自动单元测试，它的目标是尽最大限度自动化测试代码。如果代码被改动，我们仍可以运行测试并捕捉可能存在的问题。换言之，测试对于已经存在的功能模块依然有效。 断言函数 比较两个浮点数的大小： assert_almost_equal 如 阅读全文
posted @ 2019-08-13 10:34 Timcode 阅读(272) 评论(0) 推荐(0)
神经网络单样本
摘要：前向传播: 代价函数: 反向传播: 阅读全文
posted @ 2019-08-12 13:43 Timcode 阅读(310) 评论(0) 推荐(0)
Xgboost
摘要：Xgboost 思想：怎么样在当前模型再加入一个基础模型，使得组合后的效果更好。 问题：是否会玩电脑游戏？ 目标函数： 如何得到最优解： 集成算法的表示: 基础模型:决策树模型 集成方法: 并行构造多棵树?没那么简单,一个一个的加! 🥇问题:每一轮加入一个什么样的基础模型呢? ✒️解决方案:加了它 阅读全文
posted @ 2019-08-09 11:50 Timcode 阅读(313) 评论(0) 推荐(0)
RBF神经网络
摘要：RBF神经网络 RBF神经网络通常只有三层，即输入层、中间层和输出层。其中中间层主要计算输入x和样本矢量c（记忆样本）之间的欧式距离的Radial Basis Function (RBF)的值，输出层对其做一个线性的组合。 径向基函数： RBF神经网络的训练可以分为两个阶段：第一阶段为无监督学习，从 阅读全文
posted @ 2019-08-08 19:28 Timcode 阅读(6060) 评论(0) 推荐(0)
聚类算法的衡量指标
摘要：聚类算法的衡量指标 混淆矩阵 均一性 一个簇中只包含一个类别的样本，则满足均一性；其实也可以认为就是正确率(每个聚簇中正确分类的样本数占该聚簇总样本数的比例和): 完整性 同类别样本被归类到相同簇中，则满足完整性；每个聚簇中正确分类的样本数占该类型的总样本数比例的和: V-measure 均一性和完 阅读全文
posted @ 2019-08-08 18:41 Timcode 阅读(3004) 评论(0) 推荐(0)
GBDT笔记
摘要：GBDT笔记 GBDT是Boosting算法的一种，谈起提升算法我们熟悉的是Adaboost，它和AdaBoost算法不同； 区别如下： AdaBoost算法是利用前一轮的弱学习器的误差来更新样本权重值，然后一轮一轮的迭代； GBDT也是迭代，但是GBDT要求弱学习器必须是CART模型， 而且GBD 阅读全文
posted @ 2019-08-07 15:41 Timcode 阅读(627) 评论(0) 推荐(0)
PCA降维笔记
摘要：PCA降维笔记 一个非监督的机器学习算法 主要用于数据的降维 通过降维， 可以发现更便 于人类理解的特征 其他应用：可视化；去噪 PCA（Principal Component Analysis）是一种常用的数据分析方法。 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，可用于提取数据 阅读全文
posted @ 2019-08-05 21:16 Timcode 阅读(925) 评论(0) 推荐(0)