10 2018 档案
摘要:pip install package pip uninstall package pip install --upgrage package pip install --ignore-installed --upgrage package1 p2 pip install ipython jupyt
阅读全文
摘要:首先解释一下什么叫使用自定义验证集进行模型调参。GridSearchCV默认使用的模型验证方法是KFold交叉验证,但很多时候我们自己已经预先分配好了验证集,我们就要在这个验证集上评价模型好坏(有些任性),所以我们并不需要GridSearchCV为我们自动产生验证集,这就是所谓的使用自定义验证集进行
阅读全文
摘要:转:https://www.imooc.com/article/43784 2018.07.13 22:48 3071浏览 字号 转:https://www.imooc.com/article/43784 2018.07.13 22:48 3071浏览 字号 2018.07.13 22:48 307
阅读全文
摘要:转:http://blog.itpub.net/31545819/viewspace-2215108/ 介绍 梯度提升技术在工业中得到了广泛的应用,并赢得了许多Kaggle比赛。(https://github.com/Microsoft/LightGBM/blob/master/examples/R
阅读全文
摘要:一、XGBoost参数解释 XGBoost的参数一共分为三类: 通用参数:宏观函数控制。 Booster参数:控制每一步的booster(tree/regression)。booster参数一般可以调控模型的效果和计算代价。我们所说的调参,很这是大程度上都是在调整booster参数。 学习目标参数:
阅读全文
摘要:转https://blog.csdn.net/ruding/article/details/78328835 简介 当模型没有达到预期效果的时候,XGBoost就是数据科学家的最终武器。XGboost是一个高度复杂的算法,有足够的能力去学习数据的各种各样的不规则特征。 用XGBoost建模很简单,但
阅读全文
摘要:转自:XGboost数据比赛实战之调参篇(完整流程) 这一篇博客的内容是在上一篇博客Scikit中的特征选择,XGboost进行回归预测,模型优化的实战的基础上进行调参优化的,所以在阅读本篇博客之前,请先移步看一下上一篇文章。 我前面所做的工作基本都是关于特征选择的,这里我想写的是关于XGBoost
阅读全文
摘要:**ls -la :** 给出当前目录下所有文件的一个长列表,包括以句点开头的“隐藏”文件 ``` [bae@cp01-qa-yun-004.cp01.baidu.com huangqinjian]$ ls -a . .. 1 online_tools online_tools_0803 ``` 时间戳:unix_timestamp/from_unixtimeselect unix_timestamp(); --查询当前时间的时间戳,返回 1486524284select unix_timestamp('2017-02-08 11:15:50'); --查询指定时间的时间戳,
阅读全文
摘要:转:https://blog.csdn.net/i_chaoren/article/details/77922939 1.简单运用 字符串类型格式化采用format()方法,基本使用格式是: <模板字符串>.format(<逗号分隔的参数>) 调用format()方法后会返回一个新的字符串,参数从0
阅读全文
摘要:例子: 1 2 3 4 5 6 1、直接rank() 1 显示了排名,方向是按照默认的放心,axis=0即 ‘index’ 2、加个axis=1 1 axis=1即 ’columns’ 3、加入排序的方法 method 排序前先修改下a的一个值,只是为了为了让比较效果明显点 1 2 method为a
阅读全文

浙公网安备 33010602011771号