07 2015 档案

AdaBoostRegressor
摘要：classsklearn.ensemble.AdaBoostRegressor(base_estimator=None,n_estimators=50,learning_rate=1.0,loss='linear',random_state=None)[source]An AdaBoost regr... 阅读全文
posted @ 2015-07-28 19:48 SuperVan 阅读(2199) 评论(0) 推荐(0)
Gradient Boosted Regression
摘要：3.2.4.3.6.sklearn.ensemble.GradientBoostingRegressorclasssklearn.ensemble.GradientBoostingRegressor(loss='ls',learning_rate=0.1,n_estimators=100,subsa... 阅读全文
posted @ 2015-07-27 22:06 SuperVan 阅读(882) 评论(0) 推荐(0)
如何调用sklearn模块做交叉验证
摘要：终于搞明白了如何用sklearn做交叉验证！！！一般在建立完模型之后，我们要预测模型的好坏，为了试验的可靠性（排除一次测试的偶然性）我们要进行多次测试验证，这时就要用交叉验证。sklearn中的sklearn.cross_validation.cross_val_score函数已经帮我们做好了。直接... 阅读全文
posted @ 2015-07-24 20:32 SuperVan 阅读(2126) 评论(0) 推荐(0)
Python scikit-learn机器学习工具包学习笔记
摘要：feature_selection模块Univariate feature selection：单变量的特征选择单变量特征选择的原理是分别单独的计算每个变量的某个统计指标，根据该指标来判断哪些指标重要。剔除那些不重要的指标。sklearn.feature_selection模块中主要有以下几个方法：... 阅读全文
posted @ 2015-07-24 14:46 SuperVan 阅读(16180) 评论(1) 推荐(0)
nohup—后端守护进程
摘要：要将一个命令放到后台执行，我们一般使用nohup sh command &为什么要nohup？因为我用使用Scrt这种终端工具退出的时候会向我们在当前shell下启动的进程发生一个SIGHUP信号，而SIGHUP信号的默认行为时终止进程，所以nohup的意思是屏蔽SIGHUP信号。下面我们做一个测试... 阅读全文
posted @ 2015-07-17 16:24 SuperVan 阅读(995) 评论(0) 推荐(0)
特征选择
摘要：具体代码实现参考：手动设置选择特征的个数http://scikit-learn.org/stable/modules/generated/sklearn.feature_selection.RFE.html#sklearn.feature_selection.RFE通过交叉验证自动选择最优特征个数：... 阅读全文
posted @ 2015-07-16 19:48 SuperVan 阅读(353) 评论(0) 推荐(0)
随机森林
摘要： 阅读全文
posted @ 2015-07-16 11:10 SuperVan 阅读(237) 评论(0) 推荐(0)
vim中的批量替换
摘要：VI中的批量替换1) 文件内全部替换：:%s#abc#123#g (如文件内有#，可用/替换,:%s/abc/123/g) --注：把abc替换成123(或者: %s/str1/str2/g 用str2替换文件中所有的str1）2) 文件内局部替换：:20,30s#abc#123(如文件内有#，可用... 阅读全文
posted @ 2015-07-13 15:09 SuperVan 阅读(21822) 评论(0) 推荐(0)
python函数定义
摘要：刚学用Python的时候，特别是看一些库的源码时，经常会看到func(*args, **kwargs)这样的函数定义，这个*和**让人有点费解。其实只要把函数参数定义搞清楚了，就不难理解了。先说说函数定义，我们都知道，下面的代码定义了一个函数funcAdef funcA(): pass显然，函数fu... 阅读全文
posted @ 2015-07-12 18:46 SuperVan 阅读(239) 评论(0) 推荐(0)
算法实现之python篇
摘要：Python source code:gradient_boosting_regression.pyfrom sklearn import ensemblefrom sklearn.metrics import mean_squared_error# Fit regression modelpara... 阅读全文
posted @ 2015-07-05 22:32 SuperVan 阅读(326) 评论(0) 推荐(0)