Gin077的专栏

http://www.csuldw.com/2016/02/26/2016-02-26-choosing-a-machine-learning-classifier/

    

https://www.bilibili.com/video/av29438238/?p=4plt.plot()plt.xtrick(rotation=45)plt.xlabel()/plt.ylabel()fig=plt.figure(figsize=(3,3))fig.add_subplot(4,1,(1/2/3/4))labelplt.legend(loc='be...

https://www.bilibili.com/video/av29438608?p=2seanborn是在matplotlib基础上封装了一层，应用了大量的模版，让我们很容易画出比较美观的图1 主题风格设置2 调色板 ...

http://dataunion.org/14072.htmlhttp://sklearn.apachecn.org/cn/0.19.0/modules/feature_selection.html

https://www.bilibili.com/video/av29438608/?p=10一 单变量1 直方图2 散点图3 回归分析图二 多变量分析1 类别变量三 盒图 四 琴图五 两张图的叠加五 条形图六 点图七 多层分类图...

https://www.bilibili.com/video/av29438608/?p=11一  facetgrid展示数据集中的子集二 热力图：数据趋势变化用颜色表示出来

一、防止过拟合1、早期停止2、正则化3、Dropout 二、局部最低点和梯度消失的问题梯度值过小的话每次迭代得就会很慢，甚至不变，找不到最优点下面是一些解决方法1、改变激活函数如从sigmoid改为双曲正切函数或者relu2、批次和随机梯度下降3、学习率衰退4、随机重新开始5、动量 三、其他...

一个全面的了解 https://blog.youkuaiyun.com/itplus/article/details/37969519和Xin Rong 的论文：『word2vec Parameter Learning Explained』源码解析 https://schwimmer.github.io/2018/03/17/NLP/Word2vec-C%E4%BB%A3%E7%A0%81/源码地...

1、MLP和CNN的区别MLP丧失了二维图像信息，必须转成向量2、将全连接层转换为局部连接层stride和填充：stride步长，对于超出范围的区域，可以删除或者填充默认值，根据需要选择（pandding分别对应valid和same）3、卷积层的维度公式：卷积层中的参数数量卷积层中的参数数量取决于 filters、kernel_size 和 input_shap...

https://blog.youkuaiyun.com/sinat_24143931/article/details/78798630根据这篇文章的介绍可以知道：1、person correlation coefficient（皮尔森相关性系数）就是两个变量(X, Y)的皮尔森相关性系数(ρX,Y)等于它们之间的协方差cov(X,Y)除以它们各自标准差的乘积(σX, σY)。它要求数据是连续数...

str是字节串，由unicode经过编码(encode)后的字节组成的unicode才是真正意义上的字符串，由字符组成unicode->encode->strstr->decode->unicode默认读取的时候是str，这也是在pandas读取csv时指定encoding的原因type('中文'.decode('utf-8'))---->unico...

MC 预测：状态值解决预测问题的算法会确定策略 \piπ 对应的值函数 v_\pivπ​（或 q_\piqπ​）。 通过与环境互动评估策略 \piπ 的方法分为两大类别： 在线策略方法使智能体与环境互动时遵守的策略 \piπ 与要评估（或改进）的策略相同。 离线策略方法使智能体与环境互动时遵守的策略 bb（其中 b\neq\pib≠π）与要评估（或改进）的策略不同。 状态 s\i...

知乎上的系列课，很不错，记录下地址https://zhuanlan.zhihu.com/p/43601077https://mp.weixin.qq.com/s?__biz=MzI3ODkxODU3Mg==&mid=2247485759&idx=1&sn=afe6ae3fc719bdf95897a6c1f50081f2&chksm=eb4eedfcdc396...

https://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdfAndrew Ng给的建议：n:特征的维度m:训练集的条数1、n相对m很大时，如n=10000，m = 10，......，1000建议用逻辑回归或者SVM(不带核函数即线性核)2、n比较小，m居中，如n=1-1000，m=10，......，10000建议使用带高斯核(rbf，径向基...

https://blog.youkuaiyun.com/ruyueyini/article/details/53302882

收藏下地址：英文原文：https://machinelearningmastery.com/tactics-to-combat-imbalanced-classes-in-your-machine-learning-dataset/汉文翻译：https://blog.youkuaiyun.com/jiandanjinxin/article/details/50857205其他文章：https://blog.c...

原地址：https://blog.youkuaiyun.com/bitcarmanlee/article/details/51263233 相同点： 两者都是广义线性模型GLM(Generalized linear models)不同点： 1.线性回归要求因变量（假设为Y)是连续数值变量，而logistic回归要求因变量是离散的类型变量，例如最常见的二分类问题，1代表正样本，0代...

https://www.cnblogs.com/luxiao/p/5783017.html

https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650744560&idx=3&sn=39248755937d36f3d7195bc86897e6b6&chksm=871ae28eb06d6b98580d679937370d9564b164f333675225c813719e03841821d7b04fe...

https://www.analyticsvidhya.com/blog/2015/11/easy-methods-deal-categorical-variables-predictive-modeling/1、Convert to number（1）Label Encoder（2）Convert numeric bins to number2、Combine Levels（...

https://mp.weixin.qq.com/s/TKDrDT4sXRL0YvE7Vkx23A

https://www.kaggle.com/juliencs/a-study-on-regression-applied-to-the-ames-datasetL0：计算非零个数，用于产生稀疏性，但是在实际研究中很少用，因为L0范数很难优化求解，是一个NP-hard问题，因此更多情况下我们是使用L1范数L1：计算绝对值之和，用以产生稀疏性，因为它是L0范式的一个最优凸近似，容易优化求解L...

1、吴恩达老师的课程主要阐述一元高斯分布和多元高斯分布https://blog.youkuaiyun.com/u012328159/article/details/514629422、实例：用机器学习检测异常流，作者尝试过NN、高斯分布和Isolation Foresthttp://www.sohu.com/a/160849130_6427623、Isolation Foresthtt...

昨今两天把Python高级编程过了遍，编程语言通用的部分都比较熟悉了，就跳过了。总结下：1、列表推导def _treatment(pos,element): return '%d, %s' %(pos,element)#列表推导print([i for i in range(0,10,1) if i%2==0])seq = ["one","two","three"]...

本文代码大都来源于：http://www.wklken.me/posts/2013/08/20/python-extra-itertools.html#itertoolsisliceiterable-stop补充介绍：Python中的迭代器协议如下：1、实现__iter__()方法，返回一个迭代器2、实现next方法，返回当前的元素，并指向下一个元素的位置，如果当前位置已无元素，则抛...

1、线程池的内部实现可以先看https://www.jb51.net/article/139005.htm下面是代码示例和注释#coding='utf-8'#threadpool.ThreadPool，线程池类import osimport timeimport threadpooldef print_file_head(filename): print("begin r...