nxf_rabbit75 - 博客园

2019年3月28日

Python random模块random/uniform/randint/choice/getrandbits/shuffle/choice/sample随机函数

摘要： 1.random.random() 返回0<=n<1之间的随机实数n 2. random.uniform() 弥补了上面函数的不足，它可以设定浮点数的范围，一个是上限，一个是下限。 3. random.randint() 随机生成一个整数int类型，可以指定这个整数的范围，同样有上限和下限值 4. 阅读全文

posted @ 2019-03-28 11:44 nxf_rabbit75 阅读(851) 评论(0) 推荐(0)

2019年3月27日

23.CTR预估---传统模型

摘要：传统CTR预估模型包括：LR、FM、GBDT等，其优点是：可解释性强、训练和部署方便、便于在线学习。（一）CTR预估 1.在cost-per-click：CPC广告中广告主按点击付费。为了最大化平台收入和用户体验，广告平台必须预测广告的CTR，称作predict CTR：pCTR。对每个用户的每次阅读全文

posted @ 2019-03-27 15:34 nxf_rabbit75 阅读(3721) 评论(0) 推荐(0)

2019年3月26日

DataFrame.nunique()，DataFrame.count()

摘要： 1. nunique() DataFrame.nunique（axis = 0，dropna = True ）功能：计算请求轴上的不同观察结果参数： axis ： {0或'index'，1或'columns'}，默认为0。0或'index'用于行方式，1或'列'用于列方式。 dropna ： b 阅读全文

posted @ 2019-03-26 13:40 nxf_rabbit75 阅读(3018) 评论(1) 推荐(0)

jieba分词

摘要：一. 三种模式精确模式，试图将句子最精确地切开，适合文本分析；全模式，把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义；搜索引擎模式，在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。二. 算法基于前缀词典实现高效的词图扫描，生成句子中汉字所有可能阅读全文

posted @ 2019-03-26 11:01 nxf_rabbit75 阅读(479) 评论(0) 推荐(0)

2019年3月25日

模型融合---Stacking调参总结

摘要： 1. 回归训练了两个回归器，GBDT和Xgboost，用这两个回归器做stacking 使用之前已经调好参的训练器事先建好stacking要用到的矩阵 r2值最高为0.79753,效果还不是特别的好然后用五折交叉验证，每折都预测整个测试集，得到五个预测的结果，求平均，就是新的预测集；而训练集就阅读全文

posted @ 2019-03-25 20:07 nxf_rabbit75 阅读(5782) 评论(0) 推荐(5)

模型融合---Xgboost调参总结

摘要：一、xgboost简介：全称：eXtreme Gradient Boosting 作者：陈天奇(华盛顿大学博士) 基础：GBDT 所属：boosting迭代型、树类算法。适用范围：分类、回归优点：速度快、效果好、能处理大规模数据、支持多种语言、支持自定义损失函数等等。缺点：算法参数过多，调参阅读全文

posted @ 2019-03-25 18:44 nxf_rabbit75 阅读(8792) 评论(0) 推荐(2)

模型融合---GBDT调参总结

摘要：一、GBDT类库弱学习器参数参数分为三类第一类：Miscellaneous Parameters: Other parameters for overall functioning. 没啥用第二类：Boosting Parameters: These affect the boosting o 阅读全文

posted @ 2019-03-25 14:24 nxf_rabbit75 阅读(4941) 评论(0) 推荐(3)

为什么正则化可以减小过拟合？

摘要： 0范数：向量中非零元素的个数。 1范数：为绝对值之和。1范数和0范数可以实现稀疏，1因具有比L0更好的优化求解特性而被广泛应用。 2范数：就是通常意义上的模，L2范数是指向量各元素的平方和然后求平方根。我们让L2范数的正则项||W||2最小，可以使得W的每个元素都很小，都接近于0，但与L1范数不同，阅读全文

posted @ 2019-03-25 11:05 nxf_rabbit75 阅读(4406) 评论(0) 推荐(1)

python中的filter、map、reduce、apply用法

摘要： 1. filter 功能： filter的功能是过滤掉序列中不符合函数条件的元素，当序列中要删减的元素可以用某些函数描述时，就应该想起filter函数。调用： filter（function，sequence），function可以是匿名函数或者自定义函数，它会对后面的sequence序列的每个元阅读全文

posted @ 2019-03-25 09:27 nxf_rabbit75 阅读(913) 评论(0) 推荐(0)

2019年3月24日

DataFrame修改列名,调整列顺序,调整index

摘要： 1.修改列名字把Dataframe格式的列名'class1'修改为'class_label' 2.调整列的顺序 3.调整index为从1开始参考文献：【1】Python pandas.DataFrame调整列顺序及修改index名阅读全文

posted @ 2019-03-24 09:52 nxf_rabbit75 阅读(2443) 评论(0) 推荐(0)