|
|
|
|
摘要：
def dummy_minimize(func,dimensions,n_calls=100, x0=None, y0=None, random_state=None, verbose=False, callback=None)该函数执行：基于给定的范围内通过均匀抽样进行随机搜索 def dump(res, filename, store_objective=True, **kwargs)该... 阅读全文
posted @ 2018-09-19 22:35 wzd321 阅读(978) 评论(0) 推荐(0)
摘要：
上述代码主要完成了基于多个树模型的叶子节点输入到多个分类器或者回归器的模型融合策略，具有一定的扩展性和适应度。后面给出了一个基于随机深林和lightGBM的测试实例，供大家参考。这种模型融合策略在不同的地方效果不同，关键还是特征工程是否做得更好，该类方法在训练集上有一定的过拟合倾向。 欢迎评论和给出 阅读全文
posted @ 2018-09-19 21:37 wzd321 阅读(628) 评论(0) 推荐(0)
摘要：
1.estimator： 传入估计器与不需要调参的参数，每一个估计器都需要一个scoring参数。 2.param_grid： 需要最优化的参数的取值，值为字典或者列表。 3.scoring: 模型评价标准，默认None，这时需要使用score函数，根据所选模型不同，评价准则不同。字符串或者自定义形 阅读全文
posted @ 2018-09-19 13:41 wzd321 阅读(721) 评论(0) 推荐(0)
摘要：
objs: series，dataframe或者是panel构成的序列listaxis：需要合并链接的轴,0是行,1是列 join： 连接的方式 :inner,outer 1.相同字段的表首尾相接 相接的时候在加上一个层次的keys来识别数据源自于哪张表，可以增加keys参数: 2.行对齐进行拼接 阅读全文
posted @ 2018-09-19 11:48 wzd321 阅读(13873) 评论(0) 推荐(0)
摘要：
import pandas as pd data = pd.DataFrame(np.arange(1,10).reshape(3,3),index=["a","b","c"],columns=["A","B","C"]) # ============================================================================... 阅读全文
posted @ 2018-09-19 11:16 wzd321 阅读(730) 评论(0) 推荐(0)
摘要：
merge需要依据共同的某一列或者某一行来进行合并 left: 左表（DataFrame） right:右表（DataFrame） how:连接方式 left: 仅保留左表的键 right: 仅保留右表的键 outer:两表的键取并集 inner:两表的键取交集 on:用来对齐的那一列的名字，用到这 阅读全文
posted @ 2018-09-19 10:32 wzd321 阅读(1673) 评论(0) 推荐(0) |
|
浙公网安备 33010602011771号