Adupanfei的博客

scikit-learn提供了一系列转换库，他们可以清洗，降维，提取特征等。在数据转换中有三个很重要的方法，fit，fit_transform,transformss=StandardScaler()X_train = ss.fit_transform(X_train)X_test = ss.transform(X_test)123初学时候好奇为何，训练样本用fit_transf...

文章目录论文和实现整体架构多粒度扫描模块实现级联森林模块优势（相对DNN）：深度学习最大的贡献是表征学习（representation learning），通过端到端的训练，发现更好的features，而后面用于分类（或其他任务）的输出function，往往也只是普通的softmax（或者其他一些经典而又简单的方法）而已，所以，只要特征足够好，分类函数本身并不需要复杂representation...