as火柴人

导航

2019年1月11日 #

随机森林

摘要: 随机森林顾名思义,是用随机的方式建立一个森林,森林里面有很多的决策树组成,随机森林的每一棵决策树之间是没有关联的。 直观上理解:每一棵决策树就是一个精通于某一个窄领域 的专家(因为我们从M个feature中选择m让每一棵决策树进行学习),这样在随机森林中就有了很多个精通不同领域的专家,对一个新的问题 阅读全文

posted @ 2019-01-11 16:54 as火柴人 阅读(158) 评论(0) 推荐(0)

2019年1月10日 #

算法题学到的一些小语言细节

摘要: 1.要学会用++i;可以简化很多代码:i++;copyFromMe(i);可以写成:copyFromeMe(++i) 2.StringBuffer也跟列表一样有append函数; 3.if语句是分支不能进行循环,要写成while才能替代循环里面的判断 4. 这里的c在do循环里面定义,但是在whil 阅读全文

posted @ 2019-01-10 13:59 as火柴人 阅读(158) 评论(0) 推荐(0)

2019年1月9日 #

第三章

摘要: 3.8 激活函数 主要作用:二分类的输出节点,其他时候一般不用。缺点:接近正负一的时候,梯度下降太缓慢 主要作用:数据中心话。缺点:同上 主要作用:作为隐藏层???、 3.11 W的初始化不能用全0 初始化成一个很小的随机数(0.01让这个数足够小),W如果很大,会落在激活函数的平缓部分,学习得很慢 阅读全文

posted @ 2019-01-09 19:44 as火柴人 阅读(85) 评论(0) 推荐(0)

2019年1月8日 #

第二章(java程序设计)第三章(语言基础)

摘要: 第二章 2.1 对象 对象的概念是由现实世界引入问题模型; 对象包含有:状态和行为。具体地来说是: 数据封装:对象的方法的作用就是:将内部变量封装起来,提供给外界交互的窗口。(实现对数据的隐藏) 继承:父类和子类之间的复用,使得发给父类的信息,子类也可以接受。要处理父类,那么这一切父类型的子类也可以 阅读全文

posted @ 2019-01-08 21:02 as火柴人 阅读(196) 评论(0) 推荐(0)

2019年1月1日 #

zl

摘要: https://mooc.study.163.com/course/2001281002?tid=2001392029&_trace_c_p_k2_=a1ef6cb9a64342008c8f553adbcc0549#/info https://github.com/mbadry1/DeepLearn 阅读全文

posted @ 2019-01-01 14:13 as火柴人 阅读(197) 评论(0) 推荐(0)

2018年12月31日 #

时间序列

摘要: 删除: 删除全缺失的列:df1.dropna(axis=1,how="all") 删除特定的某列:df.where(df !=N).dropna(axis = 1) 删除满足条件的某些个数据:data=data[~(data['开关机状态'].isin(['关']) & data['水流量'].is 阅读全文

posted @ 2018-12-31 20:09 as火柴人 阅读(176) 评论(0) 推荐(0)

2018年12月30日 #

kaggle-

摘要: 使用%matplotlib命令可以将matplotlib的图表直接嵌入到Notebook之中,或者使用指定的界面库显示图表,它有一个参数指定matplotlib图表的显示方式。inline表示将图表嵌入到Notebook中。 阅读全文

posted @ 2018-12-30 15:17 as火柴人 阅读(126) 评论(0) 推荐(0)

2018年12月13日 #

KNN

摘要: 基于实例的,消极学习 算法需要注意的就是,输入向量的复制,以及排序求索引,用取出索引对应的标签。 入门介绍博客参考:https://blog.csdn.net/marsjhao/article/details/62237428 深入介绍:https://blog.csdn.net/qq_363306 阅读全文

posted @ 2018-12-13 11:29 as火柴人 阅读(143) 评论(0) 推荐(0)

2018年12月12日 #

python,函数

摘要: numpy.tile():参考https://www.jianshu.com/p/4b74a367833c numpy.argsort:argsort()里面传入参数只有数组时,返回的是数组值从小到大的索引值(数值在数组里面的位置) argsort()传入的有两个参数: numpy.shape(0) 阅读全文

posted @ 2018-12-12 09:53 as火柴人 阅读(597) 评论(0) 推荐(0)

2018年12月7日 #

数据预处理

摘要: 聚集,抽样 聚集:多个合成单个对象,范围标度转换,对象群属性更加稳定 抽样:选择对象子集,我们感兴趣的性质在样本中接近于原数据的性质。简单随机抽样(无放回,有放回),分层抽样(将不同频率的数据分组,在分组的每一组来进行抽样,每组抽样个数相等或者正比于组的大小) 阅读全文

posted @ 2018-12-07 16:37 as火柴人 阅读(167) 评论(0) 推荐(0)