|
|
|
|
摘要：
import numpy as np import tensorflow as tf y_pred = np.array([[1], [2], [3]],dtype=np.float32) y_real = np.array([[1], [1], [1]]) bias = np.array([1,2 阅读全文
posted @ 2018-10-06 23:53 wzd321 阅读(2072) 评论(0) 推荐(0)
摘要：
tf.matmul(a,b,transpose_a=False,transpose_b=False, adjoint_a=False, adjoint_b=False, a_is_sparse=False, b_is_sparse=False, name=None) 参数： a,b的维数必须相同 i 阅读全文
posted @ 2018-10-06 23:13 wzd321 阅读(3499) 评论(0) 推荐(0)
摘要：
import seaborn as sn sn.heatmap(trainX.corr(),vmax=1,square=True) 阅读全文
posted @ 2018-10-06 21:54 wzd321 阅读(447) 评论(0) 推荐(0)
摘要：
转载：https://www.toutiao.com/i6608298752232915470/ GBDT使用了前向分布算法，弱学习器限定只能使用CART回归树模型。在GBDT的迭代中，假设我们前几轮迭代得到的强学习器是： 损失函数： 我们本轮迭代的目标是找到一个CART回归树模型的弱学习器 ，让本 阅读全文
posted @ 2018-10-04 10:40 wzd321 阅读(504) 评论(0) 推荐(0)
摘要：
转载：https://www.toutiao.com/i6606193174010397187/ 当一个数据科学项目刚刚开始时，关键是要尽可能快地走向一个最小可行的产品(MVP)。这个MVP将包含最终数据产品的所有组件，但只具有最低限度的功能。在项目达到这一点之后，迭代和改进已经存在的Pipelin 阅读全文
posted @ 2018-10-02 11:10 wzd321 阅读(1693) 评论(0) 推荐(0)
摘要：
转载：https://www.toutiao.com/i6606293133602849284/ 转载：https://blog.csdn.net/Q2605894893/article/details/81327027 一般的缺失值填充方法： 连续变量：中位数、平均数 离散变量：众数 上述的方法会 阅读全文
posted @ 2018-10-02 10:36 wzd321 阅读(2020) 评论(0) 推荐(0)
摘要：
转载：https://blog.csdn.net/qq_31813549/article/details/79964973 过采样 1.最简单的一种方法就是生成少数类的样本, 这其中最基本的一种方法就是: 从少数类的样本中进行随机采样来增加新的样本： 2.相对于采样随机的方法进行过采样, 还有两种比 阅读全文
posted @ 2018-10-01 11:16 wzd321 阅读(1223) 评论(0) 推荐(0) |
|
浙公网安备 33010602011771号