一、FP-growth介紹 從大規(guī)模的數(shù)據(jù)集中，尋找不同特征或者物品之間的隱含關(guān)系，稱(chēng)為關(guān)聯(lián)分析（association analysis），或者關(guān)聯(lián)規(guī)則學(xué)習(xí)（associa...
發(fā)簡(jiǎn)信
IP屬地：江蘇
-
機(jī)器學(xué)習(xí)實(shí)戰(zhàn)-11-FP-growth算法 -
關(guān)于lightgbm處理category特征的理解
之前一直使用的集成回歸樹(shù)模型都是RF，Xgboost，GBDT這三個(gè)，其中RF是bagging思想，Xgboost和GBDT是boosting思想。但是在嘗試了微軟開(kāi)源的Li...
-
《Pandas Cookbook》第01章 Pandas基礎(chǔ)相較于《利用Python進(jìn)行數(shù)據(jù)分析》，本書(shū)最大的特點(diǎn)是所有操作都變成了分解動(dòng)作，而且每步都有詳細(xì)講解。但是，書(shū)寫(xiě)的有點(diǎn)啰嗦，而Jupyter Notebook又有些錯(cuò)。我對(duì)...
-
超全面目標(biāo)檢測(cè)算法綜述聲明：本文大部分參考機(jī)器之心的文章《從RCNN到SSD，這應(yīng)該是最全的一份目標(biāo)檢測(cè)算法盤(pán)點(diǎn)》，僅作為學(xué)習(xí)之用，如若侵權(quán)，請(qǐng)馬上聯(lián)系我刪除。（另外，強(qiáng)烈安利機(jī)器之心，文章質(zhì)量都...
-
機(jī)器學(xué)習(xí)常見(jiàn)的優(yōu)化算法1 梯度下降法 梯度：如果函數(shù)是一維的變量，則梯度就是導(dǎo)數(shù)的方向；如果是大于一維的，梯度就是在這個(gè)點(diǎn)的法向量，并指向數(shù)值更高的等值線，這就是為什么求最小值的時(shí)候要用負(fù)梯度。 ...
-
IJCAI-18 阿里媽媽搜索廣告轉(zhuǎn)化預(yù)測(cè)（復(fù)賽）上一篇總結(jié)簡(jiǎn)單地闡述了IJCAI-18阿里媽媽搜索廣告轉(zhuǎn)化預(yù)測(cè)大賽的初賽做法和心得總結(jié)，這一篇主要是針對(duì)復(fù)賽進(jìn)行總結(jié)。對(duì)于初賽和復(fù)賽，每一條數(shù)據(jù)樣本的格式其實(shí)是一樣的，最大的...
-
我是 Alice<br>喜歡人工智能，行動(dòng)派<br>創(chuàng)造力，思考力，學(xué)習(xí)力提升修煉進(jìn)行中<br>歡迎志同道合的小伙伴們和我一起學(xué)習(xí)<br>微信：XerDudu，備注簡(jiǎn)書(shū)<br>公眾號(hào)：極客X養(yǎng)成計(jì)劃<br>轉(zhuǎn)載記得聯(lián)系作者哦！
-
評(píng)論較多，簡(jiǎn)書(shū)回復(fù)也不太方便，如有問(wèn)題麻煩關(guān)注下面的公眾號(hào)，加入我的微信群一起討論。公眾號(hào)ID：小小挖掘機(jī)
-
我在美團(tuán)的這兩年，想和你分享
2017.08.14，結(jié)束了兩周的等待，如愿以償開(kāi)始了自己的美團(tuán)實(shí)習(xí)生活，本來(lái)抱著三五個(gè)月走人，爭(zhēng)取下一份實(shí)習(xí)的心態(tài)，沒(méi)想到一直到轉(zhuǎn)為暑期實(shí)習(xí)生、到通過(guò)留用面試、再到年后繼續(xù)...
-
線性代數(shù)知識(shí)點(diǎn)整理課程主頁(yè)：http://speech.ee.ntu.edu.tw/~tlkagk/courses_LA16.html 本文目錄 1、線性系統(tǒng)Linear System 2、V...
-
對(duì)模型評(píng)價(jià)指標(biāo)AUC的理解AUC是一種衡量機(jī)器學(xué)習(xí)模型分類(lèi)性能的重要且非常常用的指標(biāo),其只能用于二分類(lèi)的情況.AUC的本質(zhì)含義反映的是對(duì)于任意一對(duì)正負(fù)例樣本,模型將正樣本預(yù)測(cè)為正例的可能性 大于 將負(fù)...
-
在win10環(huán)境下修正matplotlib繪圖包的中文亂碼問(wèn)題
涉及一些數(shù)據(jù)集中存在中文字符, 原始的matplotlib繪圖會(huì)出現(xiàn)中文亂碼的問(wèn)題.試了很多辦法,最后這里找到一個(gè)可以完美解決的方案,親測(cè)有效:https://blog.cs...
-
謝謝
一次完整的數(shù)據(jù)挖掘的過(guò)程
任務(wù)描述 kaggle 案例 california-housing-priceshttps://www.kaggle.com/camnugent/california-hou...
-
如何進(jìn)行一場(chǎng)數(shù)據(jù)挖掘算法競(jìng)賽一. 為什么要參加競(jìng)賽? 二. 需要哪些技能? 三. 怎么選擇比賽合適的比賽? 建議去kaggle學(xué)習(xí). 里面大牛分享的想法 , 還有開(kāi)源.competition.png ...
-
scikit-learn中的cross_val_score函數(shù)scoring參數(shù)設(shè)置scikit-learn中的cross_val_score函數(shù)可以通過(guò)交叉驗(yàn)證評(píng)估分?jǐn)?shù)，非常方便，但是使用過(guò)程中發(fā)現(xiàn)一個(gè)問(wèn)題，就是在cross_val_score的文檔中對(duì)s...
-
關(guān)于pandas merge 合并操作的講解
pandas 中的merge是一種功能比較強(qiáng)大的用于兩個(gè)DataFrame或者Series進(jìn)行合并的方法. 合并時(shí)會(huì)將所有的列進(jìn)行合并,但是指定鍵值不存在行列會(huì)填充N(xiāo)aN. ...
-
關(guān)于pandas索引的小記
pandas中DataFrame結(jié)構(gòu)的索引分為行索引和列索引,因此在不同的用法下索引指代的操作也是不一樣的.這里記錄一下,后面忘記了再回來(lái)看. np.array 和 pd.S...
