1直在路上1

摘要： 一、简介 GBDT在传统机器学习算法里面是对真实分布拟合的最好的几种算法之一，在前几年深度学习还没有大行其道之前，gbdt在各种竞赛是大放异彩。原因大概有几个 一：效果确实挺不错。 二：既可以用于分类也可以用于回归。 三：可以筛选特征。 这三点实在是太吸引人了，导致在面试的时候大家也非常喜欢问这个算 阅读全文

摘要： 核心~结合（易少缺过）~最佳~步骤 一、决策树分类 决策树分为两大类，分类树和回归树 分类树用于分类标签值，如晴天/阴天/雾/雨、用户性别、网页是否是垃圾页面 回归树用于预测实数值，如明天的温度、用户的年龄 两者的区别： 分类树的结果不能进行加减运算，晴天+晴天没有实际意义 回归树的结果是预测一个数 阅读全文

摘要： 一、什么是范数 范数是衡量某个向量空间（或矩阵）中的每个向量的长度或大小。范数的一般化定义：对实数p>=1， 范数定义如下： \(||x||_p := (\sum_{i=1}^{n}|x_i|^p)^{1/p}\) L1范数 当p=1时，是L1范数，其表示某个向量中所有元素绝对值的和。 L2范数 当 阅读全文

摘要： 一、你会在时间序列数据集上使用什么交叉验证技术？是用k倍？ 答：都不是。对于时间序列问题，k倍可能会很麻烦，因为第4年或第5年的一些模式有可能跟第3年的不同，而我们最终可能只是需要对过去几年的进行验证，这就不能用这种方法了。相反，我们可以采用如下所示的5倍正向链接策略： fold 1 : train 阅读全文

摘要： 一、你知道聚类中度量距离的方法有哪些吗？ 1）欧式距离 欧氏距离是最易于理解的一种距离计算方法，源自欧氏空间中两点间的距离公式。即两点之间直线距离，公式比较简单就不写了 应用场景：适用于求解两点之间直线的距离，适用于各个向量标准统一的情况 2）曼哈顿距离(Manhattan Distance) 从名 阅读全文

摘要： 一、matplotlib.pyplot.scatter用来画散点图 阅读全文

摘要： 一、tf.Variables() tf.Variable() 使用TF在默认的图中创建节点，这个节点是一个变量。Variable第一个参数表示初始化的值，如：state = tf.Variable(0 , name='counter') tf.get_variable()：和tf.Variable最 阅读全文

摘要： 一、Python中range()与xrange()有什么区别 range([start,] stop[, step])，根据start与stop指定的范围以及step设定的步长，生成一个序列 xrange用法与 range 完全相同，所不同的是生成的不是一个list对象，而是一个生成器 由上面的示例 阅读全文

摘要： 一、np.random 在python数据分析的学习和应用过程中，经常需要用到numpy的随机函数，由于随机函数random的功能比较多 np.random.rand()：rand函数根据给定维度生成[0,1)之间的数据，包含0，不包含1，如：构造一个3*4的随机数二维矩阵 二、np.loadtxt 阅读全文

摘要： 很多数据库都可以通过下面的网站下载：http://annovar.openbioinformatics.org/en/latest/user-guide/download/ 一、NHLBI-ESP（Exome Sequencing Project） 国家心肺和血液研究所外显子组测序计划（NHLBI- 阅读全文