owenfy的博客

当数据预处理完成后，我们需要选择有意义的特征输入机器学习的算法和模型进行训练。通常来说，从两个方面考虑来选择特征：特征是否发散：如果一个特征不发散，例如方差接近于0，也就是说样本在这个特征上基本上没有差异，这个特征对于样本的区分并没有什么用。特征与目标的相关性：这点比较显见，与目标相关性高的特征，应当优选选择。除方差法外，本文介绍的其他方法均从相关性考虑.根据特征选择的形式又可以将特...

发现要提高自己总结能力，尽量抽出时间写高质量的博客记录自己的学习。提高自己效率!!!1、集成学习分为几种？异同？1.1 Boosting  Boosting方法训练基分类器采用串行的方式，各个基分类器有依赖。  基本思想（迭代时学习）：将基分类器层层叠加，每一层在训练时候，对前一层基分类器分错的样本给更高的权重。测试时，根据各层分类器结果加权得到最终结果。  跟人类学习很像，对犯了的...

TF-IDF与余弦相似性的应用（一）：自动提取关键词

### 随机森林调参start = time()from sklearn.grid_search import GridSearchCVrf = RandomForestClassifier(n_jobs = 4,random_state=0)param_1 = {'n_estimators': list(range(30,91,10)), 'max_depth':...

1、决策树和随机森林不需要归一化2、sklearn randomforest MemoryError: could not allocate 8405385216 bytes解决：设置n_jobs = 1。原因是训练数据会复制到多个进程中。...

# coding: utf-8# pylint: disable = invalid-name, C0111import lightgbm as lgbimport pandas as pdfrom sklearn.metrics import mean_squared_errorfrom sklearn.model_selection import GridSearchCV# l...

%matplotlib inlineimport matplotlib.pyplot as pltimport seaborn as snscolor = sns.color_palette()sns.set_style('darkgrid')features_list = X_train.columns.valuesfeature_importance = rf.feature_...

美团-深入FFM原理与实践ctr预估之DeepFM用户在线广告点击行为预测的深度学习模型闲聊DNN CTR预估模型PNN githubOwen zhang deepctr知乎文末好多链接深度学习在CTR预估中的应用 | CTR深度模型大盘点...

例子kaggle例子知乎sk-mulilearn记:多标签分类问题github-BPMLL