chenkangle

摘要： 针对 GeneXus 开发的笔记本选择建议 根据你的使用场景（GeneXus + 虚拟机 + 浏览器测试 + 数据库操作），以下是两款配置的详细对比和推荐： 1. 核心需求匹配分析 需求关键硬件依赖Ultra5 125H + RTX 4060Ultra7 155H + Arc 核显GeneXus 运 阅读全文

摘要： 94855db2-1d29-4d5a-81f8-fc9f33a14c0a IIF（&a = 0,1,&a） 意思：&a = 0 是查询条件，如果&a的值是0，就执行&a = 1【把&a的值赋值为1】；反之，如果&a <> 0,则&a保持原值。 可以替换成： if &a = 0 &a = 1 else 阅读全文

摘要： 一句话概括： decayed_impact 的SHAP值集中在正负两侧，显示事件方向性影响 高影响值对应较大的SHAP绝对值，验证衰减计算的合理性 衰减值对汇率的影响机制可以通过以下方式理解，结合经济学原理和机器学习模型的实际应用： 一、影响路径分析 1. 直接影响机制 影响路径 作用原理 数学表达 阅读全文

摘要： 融入后的完整数据集： 以下是生成数据集的详细说明： 数据集结构解析 1. 基础汇率数据 字段名 类型 示例值 计算逻辑 date 日期 2024-01-15 原始数据中的DateTime列转换而来，精确到天 price 数值 7.8394 原始Purchase Price列，表示当日汇率中间价 da 阅读全文

摘要： 数据来源：中国银行官网 数据项：货币名称【欧元】、汇率、时间 数据预处理围绕四个方面展开：重复值、异常值、归一化、缺失值 由于数据来源于官方网站，本身不存在缺失值及异常值，通过观察样本数据可知，数据的波动范围在7.800~8.000之间【数据保存三位小数】，波动范围较小，，所以不需要进行缺失值、异常 阅读全文

摘要： 项目名称——基于机器学习与深度学习的贷款批准预测 项目来源：和鲸社区https://www.heywhale.com/mw/project/670f61d10ebb9f7a69c5144c 项目数据集：有两个【上传不了博客】大概长这个样： 数据说明： 实验环境：tensorflow、shap 实验结 阅读全文

摘要： 昨天听舍友说，他们第一个实验都跑完了，瞬间焦虑起来，原来落后这么多，完事昨天晚上7点开始看教程，配环境，看了好几个教程，每个教程都不一样竟然！然后问舍友，舍友说：你先知道你要跑什么项目，我说：我知道啊，我要做什么项目，想要什么结果，我都知道，项目和代码都有，下一步该怎么办。舍友说：每个项目配的环境都 阅读全文

摘要： 由于我做的是产品报价，要的是对产品价格的一个预测，对应的是回归任务，基线模型得从适合处理回归任务的算法模型里找，然后就去deepseek去搜了一下，发现回归任务的常见算法和应用场景有： 线性回归【二元线性回归和多元线性回归】，比如说，二元线性回归有：预测房价y基于房屋面积x。多元线性回归：预测房价y 阅读全文

摘要： 是的，深度神经网络（Deep Neural Network, DNN）可以用于回归任务，包括预测价格等连续值的目标变量。虽然深度神经网络在分类任务中更为常见，但通过适当的调整，它们同样可以有效地处理回归问题。 深度神经网络用于回归任务的基本步骤： 数据准备： 收集和预处理数据，确保输入特征和目标变量 阅读全文

摘要： 基线模型（Baseline Model）是机器学习或数据分析中的简单参考模型，用于评估更复杂模型的性能。常见的基线模型包括以下几种： 1. 随机猜测模型 描述：在分类任务中随机预测类别，或在回归任务中随机预测目标变量的值。 适用场景：作为最简单的基线，用于初步了解数据的可预测性。 示例： 分类任务： 阅读全文