成为编程熟手

摘要： 中文原文链接：http://www.cnblogs.com/AHappyCat/p/5318042.html 英文原文链接: An Introduction to Feature Selection 下面的中文译文侧重从原理上进行解释，但是在实际的应用中往往侧重的是实现过程， 可以看考这个链接，描述 阅读全文

摘要： 原文链接：http://www.cnblogs.com/chaosimple/p/3164775.html#undefined 1、DBSCAN简介 DBSCAN（Density-Based Spatial Clustering of Applications with Noise，具有噪声的基于密 阅读全文

摘要： xgboost是基于GBDT原理进行改进的算法，效率高，并且可以进行并行化运算； 而且可以在训练的过程中给出各个特征的评分，从而表明每个特征对模型训练的重要性， 调用的源码就不准备详述，本文主要侧重的是计算的原理，函数get_fscore源码如下， 源码来自安装包：xgboost/python-pa 阅读全文

摘要： 链接：http://www.zhihu.com/question/20326697/answer/58148605 推荐算法大致可以分为三类：基于内容的推荐算法、协同过滤推荐算法和基于知识的推荐算法。 基于内容的推荐算法，原理是用户喜欢和自己关注过的Item在内容上类似的Item，比如你看了哈利波特 阅读全文

摘要： 由于最近要经常用到XGBOOST的包，不免对相关的GBDT的原理又重新学习了一遍， 发现其中在考虑损失函数的时候，是以对数log进行度量的，囿于误差平方和函数的印象 那么为什么是对数呢？可能是下面的原因： 【通俗的解释】 对数损失是用于最大似然估计的。一组参数在一堆数据下的似然值，等于每一条数据的概 阅读全文

摘要： 原文链接：http://blog.csdn.net/dulingtingzi/article/details/51374487 问题由来 在很多机器学习任务中，特征并不总是连续值，而有可能是分类值。 例如，考虑一下的三个特征： ["male", "female"] ["from Europe", " 阅读全文

摘要： xgboost入门非常经典的材料，虽然读起来比较吃力，但是会有很大的帮助： 英文原文链接:https://www.analyticsvidhya.com/blog/2016/03/complete-guide-parameter-tuning-xgboost-with-codes-python/ 原 阅读全文

摘要： 原文链接：http://www.jb51.net/article/51892.htm 举例说明解释的非常清楚，应该是看到的类似博文里面最简单的一篇： 这篇文章主要介绍了python 中__name__ = '__main__' 的作用，对于初学者来说很有帮助,需要的朋友可以参考下 很多新手刚开始学习 阅读全文

摘要： 大家用的比较多的是Linux和windows，基于Mac os的安装教程不多， 所以在安装的过程中遇到很多问题，经过较长时间的尝试，可以正常安装和使用， 【说在前面】由于新版本的Os操作系统不支持openMP，而官网给出的安装xgboost是给予Openmp的解决方案， 所以需要开启其功能，官方网站 阅读全文

摘要： 原文链接：http://www.cnblogs.com/chaosimple/p/4153083.html 关于pandas的入门介绍，比较全，也比较实在，特此记录~ 还有关于某同学的pandas学习笔记，也是极好的 链接：https://segmentfault.com/a/11900000041 阅读全文