evolution23的博客

决策树的超参数有： max_depth（树的深度） max_leaf_nodes（叶子结点的数目） max_features（最大特征数目） min_samples_leaf（叶子结点的最小样本数） min_samples_split（中间结点的最小样本树） min_weight_fraction_leaf（叶子节点的样本权重占总权重的比例） min_impurity_split（最...

转载自《训练数据集与TFRecord互相转换的两种方式》 TensorFlow使用TFRecord格式来统一存储数据，该格式可以将图像数据、标签信息、图像路径以及宽高等不同类型的信息放在一起进行统一存储，从而方便有效的管理不同的属性。 将训练数据集转成TFRecord 这里采用的数据集为目前正在做的项目的数据集，共包含两个目标文件夹(分别包含100幅图像)及对应的label.txt，labe...

《比官方更简洁的Tensorflow入门教程》

建议一： 三个最重要的参数为:树的数目、树的深度和学习率。建议参数调整策略为: – 采用默认参数配置试试 – 如果系统过拟合了,降低学习率 – 如果系统欠拟合,加大学习率 建议二： – n_estimators和learning_rate:固定n_estimators为100(数目不大，因为树的深度较大,每棵树比较复杂),然后调整learning_rate – 树的深度max_depth:从...

1、数据准备 from xgboost import XGBClassifier import xgboost as xgb import pandas as pd import numpy as np from sklearn.model_selection import GridSearchCV from sklearn.model_selection import Stratifi...

1、前期准备 #导入必要的工具包 import pandas as pd import numpy as np from sklearn.cluster import MiniBatchKMeans from sklearn.model_selection import train_test_split from sklearn import metrics from sklearn.dec...

1、数据准备 #导入必要的工具包 import pandas as pd import numpy as np from sklearn import svm from sklearn.model_selection import train_test_split from sklearn.decomposition import PCA import time #读取训练数据和测试数据 t...

1、准备 import lightgbm as lgbm import pandas as pd import numpy as np from sklearn.model_selection import GridSearchCV from sklearn.metrics import log_loss from matplotlib import pyplot import seabor...

1、数据准备与《sklearn中决策树的使用》中相同，这里不再累述、 2、使用步骤 from sklearn.ensemble import RandomForestClassifier model_RR=RandomForestClassifier() model_RR.fit(X_train,y_train) y_prob = model_RR.predict_proba(X_test...

1、读取数据 import pandas as pd data = pd.read_csv("boston_housing.csv") #获取前五条数据 data.head()  # 数据基本信息 data.info() # 查看是否有空值 data.isnull().sum()  # 各属性的统计特性 data.describe() 2、单变量分析 import matplotlib...

1、数据准备 import pandas as pd import numpy as np from matplotlib import pyplot as plt from sklearn.model_selection import GridSearchCV from sklearn.metrics import accuracy_score from sklearn.metrics im...

步骤：             1. 读取数据--> DMatrix             2. 设置参数             3. 模型训练：train/cv                 3.1: train with 在校验集上early stop                 3.2: cv             4. 预测    1、读取数据 XGBoost可以加...

本文转自《Pandas速查手册中文版》 对于数据科学家，无论是数据分析还是数据挖掘来说，Pandas是一个非常重要的Python包。它不仅提供了很多方法，使得数据处理非常简单，同时在数据处理速度上也做了很多优化，使得和Python内置方法相比时有了很大的优势。 如果你想学习Pandas，建议先看两个网站。 （1）官网：Python Data Analysis Library （2）十分钟入...

1、准备 # 首先 import 必要的模块 import pandas as pd import numpy as np from sklearn.model_selection import GridSearchCV #竞赛的评价指标为logloss #from sklearn.metrics import log_loss #SVM并不能直接输出各类的概率，所以在这个例子中我们...

1、准备 # 首先 import 必要的模块 import pandas as pd import numpy as np from sklearn.model_selection import GridSearchCV #竞赛的评价指标为logloss from sklearn.metrics import log_loss from matplotlib import p...

1、准备 # 首先 import 必要的模块 import pandas as pd import numpy as np from sklearn.model_selection import GridSearchCV #竞赛的评价指标为logloss from sklearn.metrics import log_loss from matplotlib import pypl...

1、准备阶段 import pandas as pd %matplotlib inline data = pd.read_csv("boston_housing.csv") data.head() data.isnull().sum() # 从原始数据中分离输入特征x和输出y y = data['MEDV'].values # 默认删除行，列需要加axis = 1 X = data.dro...