bonelee - 博客园

2018年5月27日

leetcode 645. Set Mismatch——凡是要节约空间的题目都在输入数据上下功夫不要担心破坏原始的input

摘要： The set S originally contains numbers from 1 to n. But unfortunately, due to the data error, one of the numbers in the set got duplicated to another n 阅读全文

posted @ 2018-05-27 22:54 bonelee 阅读(204) 评论(0) 推荐(0)

sklearn.preprocessing.StandardScaler 离线使用不使用pickle如何做

摘要： Having said that, you can query sklearn.preprocessing.StandardScaler for the fit parameters: scale_ : ndarray, shape (n_features,) Per feature relativ 阅读全文

posted @ 2018-05-27 10:44 bonelee 阅读(399) 评论(0) 推荐(0)

2018年5月26日

SMOTE RF MLP demo use cross_val_score to find best argument 处理不平衡数据的demo代码先做smote处理再用交叉验证找到最好的模型参数实践表明MLP更好

摘要：实验结果： MLP 隐藏层神经元个数 128 test confusion_matrix (SMOTE): 测试数据的混淆矩阵[[131946 120] [ 299 131767]] precision recall f1-score support 0 1.00 1.00 1.00 132066 阅读全文

posted @ 2018-05-26 12:02 bonelee 阅读(559) 评论(0) 推荐(0)

MLPClassifier 隐藏层不包括输入和输出

摘要：多层感知机（MLP）原理简介多层感知机（MLP，Multilayer Perceptron）也叫人工神经网络（ANN，Artificial Neural Network），除了输入输出层，它中间可以有多个隐层，最简单的MLP只含一个隐层，即三层的结构，如下图：从上图可以看到，多层感知机层与层之间阅读全文

posted @ 2018-05-26 10:28 bonelee 阅读(7453) 评论(0) 推荐(0)

StratifiedShuffleSplit 交叉验证

摘要：文章开始先讲下交叉验证，这个概念同样适用于这个划分函数 1.交叉验证(Cross-validation) 交叉验证是指在给定的建模样本中，拿出其中的大部分样本进行模型训练，生成模型，留小部分样本用刚建立的模型进行预测，并求这小部分样本的预测误差，记录它们的平方加和。这个过程一直进行，直到所有的样本都阅读全文

posted @ 2018-05-26 10:01 bonelee 阅读(3734) 评论(0) 推荐(2)

2018年5月25日

从信用卡欺诈模型看不平衡数据分类（1）数据层面：使用过采样是主流，过采样通常使用smote，或者少数使用数据复制。过采样后模型选择RF、xgboost、神经网络能够取得非常不错的效果。（2）模型层面：使用模型集成，样本不做处理，将各个模型进行特征选择、参数调优后进行集成，通常也能够取得不错的结果。（3）其他方法：偶尔可以使用异常检测技术，IF为主

摘要：总结：不平衡数据的分类，（1）数据层面：使用过采样是主流，过采样通常使用smote，或者少数使用数据复制。过采样后模型选择RF、xgboost、神经网络能够取得非常不错的效果。（2）模型层面：使用模型集成，样本不做处理，将各个模型进行特征选择、参数调优后进行集成，通常也能够取得不错的结果。（3）其他阅读全文

posted @ 2018-05-25 17:44 bonelee 阅读(3480) 评论(0) 推荐(0)

kaggle 欺诈信用卡预测——Smote+LR

摘要： from：https://zhuanlan.zhihu.com/p/30461746 本项目需解决的问题本项目通过利用信用卡的历史交易数据，进行机器学习，构建信用卡反欺诈预测模型，提前发现客户信用卡被盗刷的事件。建模思路项目背景以上取自Kaggle官网对本数据集部分介绍（谷歌翻译），关于数据阅读全文

posted @ 2018-05-25 12:11 bonelee 阅读(15345) 评论(0) 推荐(2)

kaggle 欺诈信用卡预测——不平衡训练样本的处理方法综合结论就是：随机森林+过采样（直接复制或者smote后，黑白比例1:3 or 1:1）效果比较好！记得在smote前一定要先做标准化！！！其实随机森林对特征是否标准化无感，但是svm和LR就非常非常关键了

摘要：先看数据：特征如下： Time Number of seconds elapsed between each transaction (over two days) numeric V1 No description provided numeric V2 No description provi 阅读全文

posted @ 2018-05-25 10:47 bonelee 阅读(9598) 评论(5) 推荐(0)

leetcode 437. Path Sum III

摘要： You are given a binary tree in which each node contains an integer value. Find the number of paths that sum to a given value. The path does not need t 阅读全文

posted @ 2018-05-25 00:01 bonelee 阅读(215) 评论(0) 推荐(0)

2018年5月24日

cluster KMeans need preprocessing scale????

摘要： Out: n_digits: 10, n_samples 1797, n_features 64 __________________________________________________________________________________ init time inertia 阅读全文

posted @ 2018-05-24 19:56 bonelee 阅读(836) 评论(0) 推荐(0)

将者，智、信、仁、勇、严也。

Hi，我是李智华，华为-安全AI算法专家，欢迎来到安全攻防对抗的有趣世界。

公告