<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Simone_future的博客]]></title><description><![CDATA[数据挖掘学习-ivy的未来要发光]]></description><link>https://blog.youkuaiyun.com/Simone_future</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Simone_future]]></copyright><item><title><![CDATA[Datawhale CV--Task5 模型集成]]></title><link>https://blog.youkuaiyun.com/Simone_future/article/details/106511057</link><guid>https://blog.youkuaiyun.com/Simone_future/article/details/106511057</guid><author>Simone_future</author><pubDate>Tue, 02 Jun 2020 23:53:29 +0800</pubDate><description><![CDATA[模型集成
集成学习方法、深度学习中的集成学习和结果后处理思路。
集成学习方法
在机器学习中的集成学习可以在一定程度上提高预测精度，常见的集成学习方法有Stacking、Bagging和Boosting，同时这些集成学习方法与具体验证集划分联系紧密。
由于深度学习模型一般需要较长的训练周期，如果硬件设备不允许建议选取留出法，如果需要追求精度可以使用交叉验证的方法。
下面假设构建了10折交叉验证，训练得到10个CNN模型。
那么在10个CNN模型可以使用如下方式进行集成：
对预测的结果的概率值进行平均，然后解码]]></description><category></category></item><item><title><![CDATA[Datawhale CV--Task4 模型训练与验证]]></title><link>https://blog.youkuaiyun.com/Simone_future/article/details/106447889</link><guid>https://blog.youkuaiyun.com/Simone_future/article/details/106447889</guid><author>Simone_future</author><pubDate>Sat, 30 May 2020 22:23:43 +0800</pubDate><description><![CDATA[学习来源：https://github.com/datawhalechina/team-learning/blob/master/03%20计算机视觉/计算机视觉实践%EF%BC%88街景字符编码识别%EF%BC%89/Datawhale%20零基础入门CV%20-%20Task%2004%20模型训练与验证%20.md
一个成熟合格的深度学习训练流程至少具备以下功能：

在训练集上进行训练，并在验证集上进行验证；
模型可以保存最优的权重，并读取权重；
记录下训练集和验证集的精度，便于调参。

模型训练与验]]></description><category></category></item><item><title><![CDATA[Datawhale CV--Task3 字符识别模型]]></title><link>https://blog.youkuaiyun.com/Simone_future/article/details/106367325</link><guid>https://blog.youkuaiyun.com/Simone_future/article/details/106367325</guid><author>Simone_future</author><pubDate>Tue, 26 May 2020 23:05:58 +0800</pubDate><description><![CDATA[主要利用卷积神经网络（Convolutional Neural Network, CNN），搭建一个字符识别模型。
学习来源：https://github.com/datawhalechina/team-learning/blob/master/03%20计算机视觉/计算机视觉实践%EF%BC%88街景字符编码识别%EF%BC%89/Datawhale%20零基础入门CV%20-%20Task%2003%20字符识别模型.md
CNN介绍
卷积神经网络（简称CNN）是一类特殊的人工神经网络，是深度学习中重要]]></description><category></category></item><item><title><![CDATA[Datawhale CV--Task2 数据读取与扩增]]></title><link>https://blog.youkuaiyun.com/Simone_future/article/details/106307506</link><guid>https://blog.youkuaiyun.com/Simone_future/article/details/106307506</guid><author>Simone_future</author><pubDate>Sat, 23 May 2020 22:44:44 +0800</pubDate><description><![CDATA[接上次import pytorch 失败
使用命令：
conda install torchvision=0.2.1
就成功啦
数据读取与数据扩增
1 数据扩增介绍
在深度学习中数据扩增方法非常重要，数据扩增可以增加训练集的样本，同时也可以有效缓解模型过拟合的情况，也可以给模型带来的更强的泛化能力。
数据扩增为什么有用？
在深度学习模型的训练过程中，数据扩增是必不可少的环节。现有深度学习的参数非常多，一般的模型可训练的参数量基本上都是万到百万级别，而训练集样本的数量很难有这么多。
其次数据扩增可以扩展样本空]]></description><category></category></item><item><title><![CDATA[Datawhale CV--Task1 赛题理解]]></title><link>https://blog.youkuaiyun.com/Simone_future/article/details/106246619</link><guid>https://blog.youkuaiyun.com/Simone_future/article/details/106246619</guid><author>Simone_future</author><pubDate>Wed, 20 May 2020 23:27:19 +0800</pubDate><description><![CDATA[网页地址：https://github.com/datawhalechina/team-learning/blob/master/03%20%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E5%AE%9E%E8%B7%B5%EF%BC%88%E8%A1%97%E6%99%AF%E5%AD%97%E7%AC%A6%E7%BC%96%E7%A0%81%E8%AF%86%E5%8]]></description><category></category></item><item><title><![CDATA[Joyful Pandas--综合练习]]></title><link>https://blog.youkuaiyun.com/Simone_future/article/details/105884365</link><guid>https://blog.youkuaiyun.com/Simone_future/article/details/105884365</guid><author>Simone_future</author><pubDate>Fri, 01 May 2020 23:14:25 +0800</pubDate><description><![CDATA[习题答案参考来源：https://blog.youkuaiyun.com/qq_43654994/article/details/105882917
https://blog.youkuaiyun.com/KF_Guan/article/details/105879341
部分代码：
import numpy as np
import pandas as pd
一、2002 年-2018 年上海机动车拍照拍卖
df = ...]]></description><category></category></item><item><title><![CDATA[机器学习算法基础--Task5 SVM]]></title><link>https://blog.youkuaiyun.com/Simone_future/article/details/105882422</link><guid>https://blog.youkuaiyun.com/Simone_future/article/details/105882422</guid><author>Simone_future</author><pubDate>Fri, 01 May 2020 21:36:19 +0800</pubDate><description><![CDATA[学习来源：https://github.com/datawhalechina/team-learning/blob/master/机器学习算法基础/Task5%20svm.md
学习内容：
SVM 硬间隔原理
SVM 软间隔
SMO 求解SVM
代码设计
使用SVM对鸢尾花数据集进行分类
from sklearn import svm
from sklearn.svm import SVC
fro...]]></description><category></category></item><item><title><![CDATA[Joyful pandas——Task05合并]]></title><link>https://blog.youkuaiyun.com/Simone_future/article/details/105869803</link><guid>https://blog.youkuaiyun.com/Simone_future/article/details/105869803</guid><author>Simone_future</author><pubDate>Thu, 30 Apr 2020 21:51:04 +0800</pubDate><description><![CDATA[学习来源：https://nbviewer.jupyter.org/github/GYHHAHA/Joyful-Pandas/blob/master/第5章%20合并.ipynb
一、append与assign

append方法

（a）利用序列添加行（必须指定name）
df_append = df.loc[:3,['Gender','Height']].copy()
df_append
s ...]]></description><category></category></item><item><title><![CDATA[Joyful pandas--Task04 变形]]></title><link>https://blog.youkuaiyun.com/Simone_future/article/details/105826611</link><guid>https://blog.youkuaiyun.com/Simone_future/article/details/105826611</guid><author>Simone_future</author><pubDate>Tue, 28 Apr 2020 22:59:59 +0800</pubDate><description><![CDATA[学习来源：https://nbviewer.jupyter.org/github/GYHHAHA/Joyful-Pandas/blob/master/第4章%20变形.ipynb
一、透视表
1. pivot
一般状态下，数据在DataFrame会以压缩（stacked）状态存放，例如上面的Gender，两个类别被叠在一列中，pivot函数可将某一列作为新的cols：
df.pivot(index...]]></description><category></category></item><item><title><![CDATA[机器学习基础——Task4 条件随机场]]></title><link>https://blog.youkuaiyun.com/Simone_future/article/details/105787531</link><guid>https://blog.youkuaiyun.com/Simone_future/article/details/105787531</guid><author>Simone_future</author><pubDate>Mon, 27 Apr 2020 22:47:21 +0800</pubDate><description><![CDATA[学习来源：https://nbviewer.jupyter.org/github/datawhalechina/team-learning/blob/master/机器学习算法基础/Task4%20条件随机场.ipynb
参考资料：https://blog.youkuaiyun.com/dcx_abc/article/details/78319246
条件随机场
马尔可夫过程定义

隐马尔科夫算法定义

条件...]]></description><category></category></item><item><title><![CDATA[Joyful Pandas--Task03分组]]></title><link>https://blog.youkuaiyun.com/Simone_future/article/details/105785385</link><guid>https://blog.youkuaiyun.com/Simone_future/article/details/105785385</guid><author>Simone_future</author><pubDate>Mon, 27 Apr 2020 11:30:58 +0800</pubDate><description><![CDATA[学习来源：https://nbviewer.jupyter.org/github/GYHHAHA/Joyful-Pandas/blob/master/第3章%20分组.ipynb
一、SAC过程

内涵
SAC指的是分组操作中的split-apply-combine过程
其中split指基于某一些规则，将数据拆成若干组，apply是指对每一组独立地使用函数，combine指将每一组的结果组合成某一...]]></description><category></category></item><item><title><![CDATA[机器学习基础-Task3 EM算法]]></title><link>https://blog.youkuaiyun.com/Simone_future/article/details/105756308</link><guid>https://blog.youkuaiyun.com/Simone_future/article/details/105756308</guid><author>Simone_future</author><pubDate>Sat, 25 Apr 2020 22:29:54 +0800</pubDate><description><![CDATA[EM算法是机器学习十大算法之一，它很简单，但是也同样很有深度，简单是因为它就分两步求解问题：
E步：求期望（expectation）
M步：求极大（maximization)
深度在于它的数学推理涉及到比较繁杂的概率公式等。
EM算法引入
概率模型有时候既含有观测变量，又含有隐变量或潜在变量，如果概率模型的变量都是观测变量，那么给定数据，可以直接用极大似然估计法，或贝叶斯估计方法估计模型参数，但是...]]></description><category></category></item><item><title><![CDATA[Joyful pandas--Task02 索引]]></title><link>https://blog.youkuaiyun.com/Simone_future/article/details/105717495</link><guid>https://blog.youkuaiyun.com/Simone_future/article/details/105717495</guid><author>Simone_future</author><pubDate>Thu, 23 Apr 2020 22:30:58 +0800</pubDate><description><![CDATA[这章内容太多了（哭唧唧），先这样，往后来补充吧。。
理论部分

熟练掌握多种单层索引方式及其异同
掌握和理解多级索引操作
熟悉常用索引设定方法及其区别
掌握索引函数、去重函数和抽样函数
练习部分
UFO数据集分析
口袋妖怪数据集分析
一、单级索引


loc方法、iloc方法、[]操作符
最常用的索引方法可能就是这三类，其中iloc表示位置索引，loc表示标签索引，[]也具有很大的便利性，各有特点...]]></description><category></category></item><item><title><![CDATA[机器学习基础-Task2 Bayes_plus]]></title><link>https://blog.youkuaiyun.com/Simone_future/article/details/105705069</link><guid>https://blog.youkuaiyun.com/Simone_future/article/details/105705069</guid><author>Simone_future</author><pubDate>Thu, 23 Apr 2020 16:51:35 +0800</pubDate><description><![CDATA[学习来源：https://github.com/datawhalechina/team-learning/blob/master/机器学习算法基础/Task2%20bayes_plus.ipynb
知识点梳理：
1.相关概念（生成模型、判别模型)
2.先验概率、条件概率
3.贝叶斯决策理论
4.贝叶斯定理公式
5.极值问题情况下的每个类的分类概率
6.下溢问题如何解决
7.零概率问题如何解决？
8...]]></description><category></category></item><item><title><![CDATA[机器学习算法基础-Task1 Linear Regression]]></title><link>https://blog.youkuaiyun.com/Simone_future/article/details/105651670</link><guid>https://blog.youkuaiyun.com/Simone_future/article/details/105651670</guid><author>Simone_future</author><pubDate>Tue, 21 Apr 2020 11:32:55 +0800</pubDate><description><![CDATA[学习来源：https://github.com/datawhalechina/team-learning/tree/master/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%AE%97%E6%B3%95%E5%9F%BA%E7%A1%80
https://github.com/datawhalechina/team-learning/blob/master/机器...]]></description><category></category></item><item><title><![CDATA[Task01：Pandas基础]]></title><link>https://blog.youkuaiyun.com/Simone_future/article/details/105644036</link><guid>https://blog.youkuaiyun.com/Simone_future/article/details/105644036</guid><author>Simone_future</author><pubDate>Mon, 20 Apr 2020 22:24:18 +0800</pubDate><description><![CDATA[理论部分：

常见文件格式的读写操作
理解并熟悉 Series 和 DataFrame 的重要属性和重要方法
掌握各类排序（索引排序和值排序、单级排序和多级排序

练习部分：
4. 《权利的游戏》剧本数据集分析
5. 科比投篮数据集分析
拿到数据必然先要读取它，分析完了数据必然是要保存它，读取了数据之后，我们面对了怎样的对象（Series? or Dataframe?）是第一重要的课题，因此了解序...]]></description><category></category></item><item><title><![CDATA[二手车交易价格预测：模型融合]]></title><link>https://blog.youkuaiyun.com/Simone_future/article/details/105317172</link><guid>https://blog.youkuaiyun.com/Simone_future/article/details/105317172</guid><author>Simone_future</author><pubDate>Sat, 04 Apr 2020 21:45:05 +0800</pubDate><description><![CDATA[模型融合听起来高大上，感觉其实是三个臭皮匠顶个诸葛亮的意思（弱弱弱弱地说）
之前用过加权平均法，但是没有完整地学习模型融合方法，由此结合赛题整理一些资料打卡如下：
资料来源：https://tianchi.aliyun.com/notebook-ai/detail?spm=5176.12586969.1002.15.1cd8593aDCDfxr&amp;postId=95535
学习内容
模型融合...]]></description><category></category></item><item><title><![CDATA[二手车交易价格预测：建模调参]]></title><link>https://blog.youkuaiyun.com/Simone_future/article/details/105256015</link><guid>https://blog.youkuaiyun.com/Simone_future/article/details/105256015</guid><author>Simone_future</author><pubDate>Wed, 01 Apr 2020 21:50:13 +0800</pubDate><description><![CDATA[学习内容
1.线性回归模型：
线性回归对于特征的要求；
处理长尾分布；
理解线性回归模型；
2.模型性能验证：
评价函数与目标函数；
交叉验证方法；
留一验证方法；
针对时间序列问题的验证；
绘制学习率曲线；
绘制验证曲线；
3.嵌入式特征选择：
Lasso回归；
Ridge回归；
决策树；
4.模型对比：
常用线性模型；
常用非线性模型；
5.模型调参：
贪心调参方法；
网格调参方法；
贝叶斯调...]]></description><category></category></item><item><title><![CDATA[二手车交易价格预测：特征工程]]></title><link>https://blog.youkuaiyun.com/Simone_future/article/details/105167446</link><guid>https://blog.youkuaiyun.com/Simone_future/article/details/105167446</guid><author>Simone_future</author><pubDate>Sat, 28 Mar 2020 21:34:18 +0800</pubDate><description><![CDATA[首先解决下第一篇博客中遗留的小问题：
“打印结果时，由于行数太多，中间省略号的数据如何让查看？”
pandas.set_option() 可以设置pandas相关的参数，从而改变默认参数。 打印pandas数据时，默认是输出100行，多的话会输出…省略号。
可加入下面的代码解决
#显示所有列
pd.set_option('display.max_columns', None)
#显示所有行
pd....]]></description><category></category></item><item><title><![CDATA[二手车交易价格预测：EDA-数据探索性分析]]></title><link>https://blog.youkuaiyun.com/Simone_future/article/details/105034690</link><guid>https://blog.youkuaiyun.com/Simone_future/article/details/105034690</guid><author>Simone_future</author><pubDate>Tue, 24 Mar 2020 20:52:12 +0800</pubDate><description><![CDATA[昨日学习了：
pandas读取csv的数据
head()–用于简单浏览数据形式，前五行
info()–可以看到每列名称，查询数据大小，类型及是否含有缺失值
describe()–数据的统计信息，包括mean,min,max,25%,50%,75%，及std
今日用法学习：通过’.columns’ ,得到各列名称
通过‘.shape’得到矩阵大小
fillna（-1）将缺省值用-1代替
定义了一个统...]]></description><category></category></item></channel></rss>