摘要：
contour：轮廓，等高线 1.为等高线上注明等高线的含义： cs = plt.contour(x, y, z) plt.clabel(cs, inline=True, fontsize=10)#inline=True，表示高度写在等高线上 2.plt.contourf 与 plt.contour 阅读全文
posted @ 2019-03-02 21:38
nxf_rabbit75
阅读(5838)
评论(1)
推荐(1)
摘要：
np.r_：按列连接两个矩阵，就是把两矩阵上下相加，要求列数相等，类似于pandas中的concat() np.c_：按行连接两个矩阵，就是把两矩阵左右相加，要求行数相等，类似于pandas中的merge() import numpy as np a = np.array([1, 2, 3]) b 阅读全文
posted @ 2019-03-02 21:19
nxf_rabbit75
阅读(630)
评论(0)
推荐(0)
摘要：
numpy提供的numpy.meshgrid()函数可以让我们快速生成坐标矩阵X,Y 语法：X,Y = numpy.meshgrid(x, y)输入：x，y，就是网格点的横纵坐标列向量（非矩阵）输出：X，Y，就是坐标矩阵。 输出： X = [[0 1 2] [0 1 2]] Y = [[0 0 0] 阅读全文
posted @ 2019-03-02 21:13
nxf_rabbit75
阅读(316)
评论(0)
推荐(0)
摘要：
特征工程:将所有数据拼接到一起做特征,等到处理完,再按索引拆分数据 1.数据分析 查看标签分布:发现valid与testa、testb的分布相似，说明valid与testa的查询时间比较接近，作为验证集线下比较可信. 2.修正数据类型、缺失值 修正空的query_prediction为'{}';将l 阅读全文
posted @ 2019-03-02 16:52
nxf_rabbit75
阅读(767)
评论(0)
推荐(0)
摘要：
一、简介 全称：eXtreme Gradient Boosting 作者：陈天奇 基础：GBDT 所属：boosting迭代型、树类算法 适用范围：回归，分类，排序 xgboost工具包：sklearn xgboost链接 | xgboost工具包(中文)链接 | xgboost工具包(英文)链接 阅读全文
posted @ 2019-03-02 09:45
nxf_rabbit75
阅读(2299)
评论(0)
推荐(1)
浙公网安备 33010602011771号