上一页 1 ··· 150 151 152 153 154 155 156 157 158 ··· 273 下一页
2018年5月25日
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(9553) 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(199) 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(828) 评论(0) 推荐(0)
神经网络结构设计 不一定是第一层神经元是输入维度数
摘要： def get_model(input_dim=33): # Build neural network net = tflearn.input_data(shape=[None, input_dim]) net = batch_normalization(net) #net = tflearn.fu 阅读全文
posted @ 2018-05-24 19:30 bonelee 阅读(1000) 评论(0) 推荐(0)
How to handle Imbalanced Classification Problems in machine learning?
摘要： How to handle Imbalanced Classification Problems in machine learning? from:https://www.analyticsvidhya.com/blog/2017/03/imbalanced-classification-prob 阅读全文
posted @ 2018-05-24 17:48 bonelee 阅读(1019) 评论(0) 推荐(0)
Using SMOTEBoost(过采样) and RUSBoost（使用聚类+集成学习） to deal with class imbalance
摘要： Using SMOTEBoost and RUSBoost to deal with class imbalance from:https://aitopics.org/doc/news:1B9F7A99/ Binary classification with strong class imbala 阅读全文
posted @ 2018-05-24 17:30 bonelee 阅读(5700) 评论(1) 推荐(0)
随机森林特征选择
摘要： from sklearn.ensemble import RandomForestClassifier import matplotlib.pyplot as plt selected_feat_names=set() for i in range(10): #这里我们进行十次循环取交集 tmp = 阅读全文
posted @ 2018-05-24 17:04 bonelee 阅读(4299) 评论(0) 推荐(0)
python MLP 神经网络使用 MinMaxScaler 没有 StandardScaler效果好
摘要： MLP 64,2 preprocessing.MinMaxScaler().fit(X) test confusion_matrix:[[129293 2734] [ 958 23375]] precision recall f1-score support 0 0.99 0.98 0.99 132 阅读全文
posted @ 2018-05-24 11:38 bonelee 阅读(2991) 评论(0) 推荐(0)
python 特征选择 绘图 + mine
摘要： demo代码： extend data 表示待预测的数据 关于mic： 阅读全文
posted @ 2018-05-24 10:05 bonelee 阅读(1736) 评论(2) 推荐(0)
2018年5月23日
TCP/IP 详解卷一 - TCP CWR、ECE、URG、ACK、PSH、RST、SYN、FIN控制位
摘要： 2015年02月04日 15:56:32 阅读数：1464 2015年02月04日 15:56:32 阅读数：1464 阅读数：1464 TCP 和 UDP 都使用相同的网络层 IP，但是与 UDP 不同的是，TCP 是面向连接的、可靠的字节流协议。因此，在传输数据之前通信双方必须建立一个 TCP 阅读全文
posted @ 2018-05-23 15:46 bonelee 阅读(14889) 评论(0) 推荐(1)
上一页 1 ··· 150 151 152 153 154 155 156 157 158 ··· 273 下一页