Trie树
摘要：
Trie这个名字取自“retrieval”，检索，因为Trie可以只用一个前缀便可以在一部字典中找到想要的单词。 虽然发音与「Tree」一致，但为了将这种 字典树 与 普通二叉树 以示区别，程序员小吴一般读「Trie」尾部会重读一声，可以理解为读「TreeE」。 Trie树，也叫“字典树”。顾名思义 阅读全文
posted @ 2020-05-28 12:56 耀扬 阅读(143) 评论(0) 推荐(0) 编辑
学习wm.concat函数
摘要：
转自：https://www.cnblogs.com/qianyuliang/p/6649983.html oracle wm_concat(column) 实现 字段合并 如： shopping: |u_id| goods| num| | | | | |1 |苹果 |2| |2 |梨子 |5| | 阅读全文
posted @ 2020-04-17 11:55 耀扬 阅读(212) 评论(0) 推荐(0) 编辑
xgboost学习笔记
摘要：
一句话定义xgboost 很简单：Xgboost就是由很多CART树集成。 什么是CART树？ 数据挖掘或机器学习中使用的决策树有两种主要类型： 分类树分析是指预测结果是数据所属的类（比如某个电影去看还是不看） 回归树分析是指预测结果可以被认为是实数（例如房屋的价格，或患者在医院中的逗留时间） 而术 阅读全文
posted @ 2020-04-04 15:32 耀扬 阅读(199) 评论(0) 推荐(0) 编辑
xgboost调参
摘要：
最近在做kaggle比赛，xgboost调参是个大问题。耗时，耗力啊。一个参数调半个小时啊。 看得懂吧，每个参数逐步的，调整取值范围。 建议： 每次调一个参数。 每次一个参数，输入3个数，例如：默认参数是 1， 候选范围你可以选择 【0.1,1,10】，一定要差一个数量级，这样可以圈定范围。然后通过 阅读全文
posted @ 2020-04-02 23:20 耀扬 阅读(741) 评论(0) 推荐(0) 编辑
kaggle、天池比赛免费的GPU、TPU
摘要：
最近在做天池的项目。刚入行，没有gpu，内存只有8g。i5的笔记本。可怜啊。隔三差五的就崩溃一次。千辛万苦算是把数据处理完了。可是计算模型，真的不敢想啊。 最快的是跑了一个决策树，10多分钟吧。还能接受。但是效果不太理想。xgboost斗胆试了一次，跑了8个小时，崩溃了。 寻求帮助吧。 百度的飞浆不 阅读全文
posted @ 2020-03-19 21:15 耀扬 阅读(4863) 评论(1) 推荐(2) 编辑
pandas缺失值填充时遇到的问题
摘要：
打比赛时，遇到了一个问题。填充空白值的时候，如果使用 固定值，均值啥的都没问题。 但是我想用 但是每次都是报错 经过千辛万苦终于找到了问题的根源。 原来，我在加载数据的时候使用了一个 压缩内存的函数 这里面产生了一种新的数据类型 np.float16 而这种类型，在pandas里是没有的。 pand 阅读全文
posted @ 2020-03-18 23:28 耀扬 阅读(1563) 评论(0) 推荐(1) 编辑
pandas统计每一列缺失值函数
摘要：
感谢 https://www.jianshu.com/p/9f583668f386 感谢 https://www.cnblogs.com/Mrzhang3389/p/11166800.html 阅读全文
posted @ 2020-03-14 22:28 耀扬 阅读(963) 评论(0) 推荐(0) 编辑
pandas中滑窗rolling的使用
摘要：
函数原型和参数说明 window：表示时间窗的大小，注意有两种形式（int or offset）。如果使用int，则数值表示计算统计量的观测值的数量即向前几个数据。如果是offset类型，表示时间窗的大小。 min_periods：最少需要有值的观测点的数量，对于int类型，默认与window相等。 阅读全文
posted @ 2020-03-07 14:41 耀扬 阅读(1043) 评论(0) 推荐(0) 编辑
压缩pandas中dataframe内存
摘要：
从这里找的一个宝贝源码，可以大大缓解内存问题。https://www.kaggle.com/arjanso/reducing dataframe memory size by 65/code 阅读全文
posted @ 2020-03-06 23:02 耀扬 阅读(806) 评论(0) 推荐(0) 编辑
Pandas与SQL语句对照
摘要：
Pandas与SQL语句对照 建立学生 课程数据库 表结构 student |字段名|类型|备注| | | | | |sno|char|学号| |sname|char|姓名| |ssex|bool|性别| |sage|int|年龄| |sdept|char|所在系| course |字段名|类型|备 阅读全文
posted @ 2020-03-06 16:18 耀扬 阅读(1519) 评论(0) 推荐(0) 编辑
excel导出csv按照utf8编码
摘要：
导出excel为csv格式时候，无法按照utf8编码。千万不要用记事本。记事本在转码的时候会自动编上一个字头。 建议用 notepad或sublime text 来转码存储。 阅读全文
posted @ 2020-03-06 10:41 耀扬 阅读(1398) 评论(0) 推荐(0) 编辑
win10添加本地组策略技巧
摘要：
记事本编辑一个文件 将上述文件保存后，保存为 .bat的文件。 右键运行即可 Win+R 打开运列显示框 输入 gpedit.msc 即可 阅读全文
posted @ 2020-03-05 17:31 耀扬 阅读(485) 评论(0) 推荐(0) 编辑
pandas读取文件内存压缩妙招
摘要：
pandas读取csv文件体积太大。偶从网上发现一个好方法。就是缩小数字类型的位数。 例如：int64缩小到 int8那是最好了。依据他们的 取值范围 ，来选定数据类型。 压缩率老高了。 感谢一下 ：光于前裕于后 https://blog.csdn.net/Dr_Guo/article/detail 阅读全文
posted @ 2020-03-05 15:09 耀扬 阅读(1222) 评论(0) 推荐(1) 编辑
pandas 日期时间数据的分割提取操作
摘要：
参考 https://blog.csdn.net/weixin_44663675/article/details/101030800 阅读全文
posted @ 2020-03-04 13:47 耀扬 阅读(7197) 评论(0) 推荐(0) 编辑
