墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
100+累计阅读
152平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
fit_transform（）的作用是 对输入的数据做变换
等价于
fit+transform
from sklearn.preprocessing import StandardScaler
s=StandardScaler()
data=[[1,2,3],[4,5,6]]
s_rs=s.fit_transform(data)
print(s_rs)
ss=StandardScaler()
ss_rs=ss.fit(data)
ss_rs=ss.transform(data)
print(ss_rs)
fit_transform 之后如果还有数据要进行转换，不要再调用fit，直接调用transform
Sebastian Raschka机器学习资源体系深度解析与工程实践
机器学习模型开发不仅涉及算法原理，更依赖可复现、可调试、可部署的工程化实践。特征工程、模型评估、超参调优等核心环节，若缺乏系统性工具链支撑，极易陷入‘调包成功但线上失效’的困境。Sebastian Raschka构建的资源体系——涵盖《Python Machine Learning》教科书、mlxtend工具库、生产级评估模板及论文复现笔记——以‘概念→代码→验证→落地’为闭环，强调scikit-learn兼容性、特征选择鲁棒性与模型可解释性。其设计直击工业场景痛点：如SequentialFeatureSe
Python数据分析之fit，fit_transform和transform
最近学习了sklearn中数据的标准化其实出了fit_transform函数 概述 1. fit() fit函数主要用来计算一组数据的特征值，例如平均值，方差，中位数等等固定属性。 2.transform transform这个函数主要是就是进行标椎化，降维，归一化等操作 3.fit_transform fit_transform这个函数主要就是将上述fit函数和transform函数结合起来一步操作，例如标椎化过程，首先计算方差和平均值，然后再进行标准化（比如标准化~N(0,1)）。 注： 根据对之前部分
机器学习实战路径图：从问题定义到模型进化的七步闭环
机器学习不是算法堆砌，而是以业务问题为起点、以持续反馈为终点的系统性工程。其核心在于理解数据生成机制、构建可解释可迭代的特征体系、建立内外双重验证机制，并将模型部署转化为组织级决策能力。实践中，90%的失败源于问题定义偏差、数据漂移未监控或验证脱离真实场景，而非模型本身性能不足。掌握机器学习路径规划与模型迭代认知闭环，能帮助工程师跳出调参陷阱，在金融、医疗、工业等复杂业务中落地真正可用的ML系统。
python学习笔记（2）
函数使用（部分介绍）： randn函数：返回一个或一组样本，具有标准正态分布。参数为每个维度的大小 ip函数：用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。 如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同，利用 * 号操作符，可以将元组解压为列表。 np.dot：矩阵乘法 range：的返回值就是一个list，在你调用range的时候，Python会产生所有的元素。而xrange是一个特别设.
Python线性回归实战：statsmodels与sklearn双框架生产级应用
线性回归作为最基础的机器学习模型，其核心价值不在数学推导，而在于业务可解释性与生产环境稳健性。理解OLS原理是起点，但真实场景中更关键的是缺失值的业务语义填充、异常值的动态分位数监控、非线性关系的可读分段建模，以及残差背后的业务逻辑断层诊断。本文聚焦Python生态下statsmodels（提供统计显著性、VIF、置信区间等审计能力）与scikit-learn（支撑高并发预测、Pipeline工程化、标准化鲁棒性）的协同实践，覆盖电商GMV预测、信贷初筛、SaaS续约率等高频落地场景，强调用MAPE、方向准
文本分类实战：用Python和逻辑回归构建轻量高可用垃圾短信过滤器
文本分类是将非结构化自然语言映射为预定义类别的基础NLP任务，其核心在于文本降维与数值化表征。原理上需完成预处理、特征工程（如TF-IDF）、模型训练三阶段，技术价值体现在低算力依赖、高可解释性与快速部署能力。典型应用场景包括客服工单分流、社交媒体舆情归类、邮件/短信垃圾识别等中小规模业务系统。本文聚焦真实项目复盘，基于Python生态，以逻辑回归为基线模型，深入拆解预处理陷阱、特征维度权衡、业务指标优化及生产监控闭环，尤其突出关键词工程与可解释性在落地中的关键作用。
Python: sklearn库中数据预处理函数fit_transform()和transform()的区别
原帖：https://blog.youkuaiyun.com/quiet_girl/article/details/72517053 敲《Python机器学习及实践》上的code的时候，对于数据预处理中涉及到的fit_transform()函数和transform()函数之间的区别很模糊，查阅了很多资料，这里整理一下： 涉及到这两个函数的代码如下： # 从sklearn.pre...
Amazon SageMaker实战：构建可审计的AI工程化交付流水线
机器学习工程化（MLOps）本质是解决数据科学家与运维团队在模型交付中的职责断点问题。其核心原理在于通过标准化工具链实现环境一致性、流程可追溯与服务可观测，从而降低单次实验的边际成本。技术价值体现在显著压缩模型从训练到上线的周期，并提升生产环境稳定性与可回滚能力。典型应用场景包括金融风控、零售销量预测、内容推荐等需快速迭代与严格治理的AI服务。本文聚焦Amazon SageMaker这一托管式MLOps平台，深入解析其在训练优化、数据管道、弹性部署、模型注册与持续监控等关键环节的工程实践细节，覆盖XGBoo
PyTorch深度学习实践手记：从NumPy反向传播到可调试CNN
深度学习不是纯数学，而是数据、计算与工程的三位一体。理解张量维度、自动微分机制和梯度生命周期，是让模型真正跑通的基础前提；PyTorch的动态图特性与NumPy的手动实现对照，能打通‘公式→代码→运行’的认知闭环。这种‘代码即教材’的路径，显著降低初学者在数据加载、loss.backward()、Normalize参数等高频卡点上的调试成本，适用于已掌握Python基础并尝试过机器学习项目的工程师。本文聚焦手写数字识别这一经典任务，以可追踪、可打印、可归因的实操方式，还原真实开发中的决策逻辑与排错过程。
数据科学工程师的生产级建模工具链实战指南
机器学习建模不仅是算法选择问题，更是面向生产环境的工程化实践。从特征工程、模型训练到上线监控，scikit-learn提供标准化接口契约，XGBoost、LightGBM与CatBoost则以可复现性、资源可控性和防数据泄露能力成为工业界首选。这些库的设计哲学直指核心痛点：如何在真实业务约束（如监管审计、实时重训、类别特征编码安全）下交付稳定、可解释、可追溯的模型。本文聚焦数据科学工程师日常高频场景——缺失值治理、目标编码泄漏、预测漂移排查、版本锁定与对抗验证，系统拆解四类主流框架在生产流水线中的协同逻辑与
科研级AI实战课：从长沙气候分析到NeRF重建的工程链
人工智能工程能力的本质，是将算法原理、数据特性与硬件约束在真实场景中精准对齐。本文聚焦科研级AI项目落地的核心链条——从时间序列数据清洗、可解释性建模，到前沿神经渲染（NeRF）的全栈实现，强调PyTorch原生开发、数值稳定性控制、时间序列防泄露预处理等关键技术细节。区别于通用AI入门课，内容深度覆盖气象数据特征工程、地铁刷卡时空图建模、CUDA环境严控、梯度裁剪与分层采样等高频实践痛点，直击高校科研与产业落地中‘代码跑不通、结果不可复现、结论难归因’三大瓶颈。适合需交付可答辩、可发论文、可部署模型的本科
LSTM与随机森林在径流预测中的实战对比与选型指南
机器学习与深度学习技术在水文预报领域的应用日益广泛，其中LSTM、随机森林（RF）和人工神经网络（ANN）是三种典型的数据驱动方法。它们不依赖流域物理参数率定，而是直接从历史径流、降雨等时序数据中学习映射关系，尤其适用于中小流域资料短缺、非线性强的场景。理解流量序列的自相关性与滞后效应，是构建可靠预测模型的基础。通过合理的特征工程（如前期流量、降雨滑动窗口）和严格的时序样本划分，可有效避免数据泄漏。三种模型在日径流预测中均能达到较高精度，但LSTM在多步滚动预报和洪峰相位捕捉上更具优势，随机森林则在小样本场
数据科学在线学习生存指南：4个Learning Hacks实操方案
数据科学是一门强实践性学科，其核心在于将抽象概念（如梯度下降、pandas索引）转化为可调试、可复现、可部署的代码能力。然而，传统在线学习常因环境不一致、反馈延迟和符号理解断层，导致‘听懂却不会用’。真正有效的学习路径需围绕认知负荷理论与调试行为闭环设计：通过视频切片法压缩信息密度、错误日志驱动原理溯源、项目倒逼法锚定业务目标、Docker环境快照固化依赖——这四大Learning Hacks直击VS Code调试效率与Jupyter环境痛点，让知识从短期记忆沉淀为肌肉记忆。适用于Python数据处理、机器
数据科学职业转型：从知识学习到实操落地的生存指南
数据科学不是算法与公式的堆砌，而是一门以解决真实业务问题为核心的工程实践。其核心在于理解数据背后的业务逻辑、构建可解释的特征、选择适配场景的模型，并建立从开发到部署的完整反馈闭环。对于转行者而言，真正的瓶颈往往不在Python或机器学习理论，而在数据获取合规性、特征构造的业务贴合度、以及模型结论向决策动作的转化能力。本文聚焦‘数据科学’与‘职业转型’两大高频搜索关键词，通过七日攻坚计划、真实项目复盘与避坑清单，系统拆解新人如何跨越‘学了很多却不会用’的认知断层，将技术能力锚定在业务价值交付上。
30天再入院预测：医疗AI落地的临床可解释性实践
再入院预测是医疗质量管理和价值医疗的核心指标，其本质是利用机器学习建模患者出院后短期风险，支撑DRG/DIP支付改革与临床路径优化。技术上需兼顾模型性能与临床可解释性，避免黑箱决策；实践中依赖多源异构数据融合（EMR、HIS、LIS及社会支持信息），并通过时间序列滚动验证应对数据漂移。关键价值在于将风险量化为可干预动作——如随访缺失、用药教育不足等流程缺陷特征，驱动护士、质控员和医保管理者协同响应。本文聚焦30天全因再入院这一政策刚性指标，结合逻辑回归与XGBoost分层建模、SQL原生特征工程及HIS嵌入
【信息科学与工程学】【广告科学】第四十四篇 广告平台投放和广告计费类算法01
全行业的中国企业广告投放模型总表。行业分类依据《国民经济行业分类》（GB/T 4754—2017）的门类/大类 ，产品层参考"主营产品统计代码"行业—产品映射 ，平台算法以巨量引擎、腾讯广告等官方文档为硬支撑 ，合规部分严格对齐《互联网广告管理办法》以及2026年市场监管部门最新合规提示 。编号类型(门类)行业(大类)企业及产品内容列表投放模型投放平台投放人群欲望激发维度面向人群模式（地域/文化/年龄/角色）001A 农林牧渔01 农业北大荒/中粮：五常大米、面粉、食用油、杂粮品牌曝光 + 电商转化双轨（C
销售时序预测流水线：从数据清洗到生产部署的实战指南
销售时序预测是零售与快消行业核心的数据决策场景，其本质是建模时间依赖性、季节性漂移与业务事件冲击的复合过程。不同于通用时间序列分析，它要求模型不仅具备统计鲁棒性，更要深度耦合促销、节假日、天气等可解释业务因子。技术价值体现在将模糊的‘经验判断’转化为可审计、可回溯、可干预的自动化流水线——涵盖带业务标签的数据清洗、量化驱动的特征工厂、轻量可控的Prophet/XGBoost模型选型，以及低延迟高确定性的Flask+Redis服务架构。典型应用场景包括区域销量预估、采购备货优化与营销效果归因。本文聚焦真实生产
EtherCAT同步模式实战：如何用TwinCAT配置DC-Synchronous模式（附时序图详解）
本文详细解析了如何在TwinCAT环境中配置EtherCAT的DC-Synchronous同步模式，实现纳秒级同步精度。通过硬件准备、参数配置和高级调优步骤，帮助工程师解决工业自动化中的同步挑战，提升运动控制性能。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
418
扫一扫
