摘要：
输入shape：形如（samples，sequence_length）的2D张量 输出shape：形如 (samples, sequence_length, output_dim) 的3D张量 重要参数 input_dim: 整数，字典长度，即输入数据最大下标+1 output_dim: 整数，代表 阅读全文
posted @ 2018-09-23 22:34 wzd321 阅读(1474) 评论(0) 推荐(0)
摘要：
filepath_or_buffer： 文件的地址，可以是url。 sep: 分隔符的指定。 delimiter： str，定界符，如果指定该参数，sep参数失效。 delim_whitespace :boolean, default False. 指定空格(例如’ ‘或者’ ‘)是否作为分隔符使用 阅读全文
posted @ 2018-09-23 21:55 wzd321 阅读(748) 评论(0) 推荐(0)
摘要：
train loss 与 test loss 结果分析: train loss 不断下降，test loss不断下降，说明网络仍在学习; train loss 不断下降，test loss趋于不变，说明网络过拟合; train loss 趋于不变，test loss不断下降，说明数据集100%有问题 阅读全文
posted @ 2018-09-22 15:05 wzd321 阅读(3217) 评论(0) 推荐(0)
摘要：
转载：https://www.cnblogs.com/jasonfreak/p/5448385.html 特征选择主要从两个方面入手： 特征是否发散：特征发散说明特征的方差大，能够根据取值的差异化度量目标信息. 特征与目标相关性：优先选取与目标高度相关性的. 对于特征选择，有时候我们需要考虑分类变量 阅读全文
posted @ 2018-09-22 10:16 wzd321 阅读(14924) 评论(0) 推荐(1)
摘要：
转载：https://blog.csdn.net/hahajinbu/article/details/77982721 from keras.models import Sequential,Modelfrom keras.layers import Denseimport numpy as np 阅读全文
posted @ 2018-09-20 22:11 wzd321 阅读(13221) 评论(1) 推荐(2)
摘要：
import numpy as np import matplotlib.pyplot as plt from sklearn.datasets import load_boston from sklearn.ensemble import GradientBoostingRegressor from sklearn.model_selection import cross_val_score... 阅读全文
posted @ 2018-09-20 10:55 wzd321 阅读(2583) 评论(0) 推荐(0)
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(980) 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(632) 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(731) 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(13876) 评论(0) 推荐(0)
浙公网安备 33010602011771号