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
300+累计阅读
395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
下表是对应的特征处理表逻辑：keras layer中对应的处理类更加直接易于理解。
例如连续性数字的离散化处理layers.Discretization
字符型或无大小关系的hash桶化：layers.Hashing
字符串的数字化编码处理：layers.StringLookup
数字类型（无大小区分）数据的数字化编码：layers.IntegerLookup
上面三个可以将输入统一化为one_hot、multi_hot或integer
对于integer形式，可以再通过使用layers.CategoryEncoding实现指定维度的映射变换（可训练）
参考：Migrating feature_columns to TF2's Keras Preprocessing Layers | TensorFlow Core
SHAP、LIME与Permutation：模型可解释性三大方法实战选型指南
模型可解释性是AI在金融风控、医疗诊断、保险精算等高合规场景落地的核心前提，它关乎决策可信度、监管审计通过率与业务方采纳意愿。其技术本质是量化输入特征对模型输出的因果贡献，主流方法包括基于博弈论的SHAP（保障数学严谨性与局部准确性）、依赖局部代理建模的LIME（强调单样本实时可读性），以及通过特征扰动评估全局影响的Permutation Feature Importance（适合特征筛选与健康监控）。三者并非替代关系，而是分别对应‘解释为什么’‘解释给谁看’和‘解释靠不靠得住’三类需求。本文聚焦工业级落地
keras.layers.StringLookup 层介绍
StringLookup可以返回indices编码，onehot编码，multihot编码；逆转编码
TensorFlow 2.x目标检测实战：从环境配置到OpenCV部署全链路指南
目标检测是计算机视觉落地最广泛的技术之一，其核心在于模型训练、数据预处理与推理部署的协同优化。TensorFlow Object Detection API凭借稳定的SavedModel格式和工业级兼容性，在边缘设备、嵌入式系统及长期运维场景中具有不可替代性。本文聚焦TensorFlow 2.x（2.12.0）环境下真实项目落地的关键路径：规避conda-pip混合安装导致的CUDA版本冲突、将LabelImg XML无损转换为归一化CSV并生成鲁棒TFRecord、选用EfficientDet-D0适配小
tensorflow2.x中字符串wordenbedding的方式
字符串如何embedding
机器学习中6大核心数据类型实战处理指南
数据类型是机器学习建模的底层基础概念，决定特征编码方式、距离度量选择、归一化必要性及模型可解释性。标称型与有序型虽同属分类数据，但前者无序关系、后者具等级结构，误判将导致One-Hot引入虚假序关系或OrdinalEncoder忽略间隔非线性；数值型需区分连续与离散特性，避免对订单数等离散变量做简单标准化。真实场景中，时间序列、文本、多媒体数据更需类型适配的预处理——如时间戳必须转datetime索引以支持滞后特征，文本需结合TF-IDF或BERT嵌入保留语义。本文聚焦工业级落地中的类型识别、编码陷阱与混合
Ridge与Lasso正则化：解决机器学习模型真实数据失效的核心方法
线性回归模型在真实场景中泛化失败，本质是过拟合噪声、冗余特征和分布偏移三类数据顽疾所致。Ridge（L2正则化）通过全局系数收缩提升稳定性，特别适用于高共线性与工业时序噪声场景；Lasso（L1正则化）则以稀疏约束实现自动特征选择，直击可解释性与业务关键变量识别需求。二者共同构成模型鲁棒性的基础免疫机制——不依赖复杂架构，而以数学简洁性换取工程可靠性。从金融风控的监管合规、IoT设备预测性维护的边缘部署，到临床研究中小样本高维特征筛选，Ridge与Lasso提供了一套可诊断（系数路径分析）、可干预（alph
【feature_column处理】- categorical_column_with_hash_bucket哈希列
categorical_column_with_hash_bucket哈希列，对于处理包含大量文字或数字类别的特征时可使用hash的方式，这能快速地建立对应的对照表 分桶的方式，但这次分桶是根据hash的方式在有限的长度进行划分 1. 比如： 我们有120个单词，我们只希望分成100个类别，这个时候多出的20个怎么来划分？ 101: 101 % 100 = 1 标记1 —> 和1一个桶 102： 102 % 100 = 2 标记2 —> 和2一个桶 … 120： 120 % 10
特征选择实战指南：过滤法、包装法与嵌入法的适用边界与避坑方案
特征选择是机器学习建模中决定模型性能上限的关键环节，其本质是在高维数据中识别信息性、去冗余、抗噪声的核心变量。从统计学原理出发，过滤法依赖特征与目标变量的独立性度量（如卡方检验、互信息），计算高效但忽略特征交互；包装法以模型性能为反馈信号进行搜索优化，灵活却易陷贪心局限；嵌入法则将选择过程内化于训练机制（如L1正则、树重要性），但受制于模型假设与尺度敏感性。技术价值在于提升泛化能力、加速推理、增强可解释性，并支撑金融风控、工业预测性维护、用户分群等典型场景落地。本文聚焦真实项目中的参数精调逻辑、失效归因与跨
【TensorFlow】(二)tf.feature_column.categorical_column_with_hash_bucket()函数的用法
tf.feature_column.categorical_column_with_hash_bucket()函数的用法，参数的意义，不同hash_buckets_size产生的影响。该方法的缺点：会出现哈希冲突问题。
别再死磕协同过滤了！从Deep Crossing到DIEN，手把手拆解主流深度学习推荐模型（附代码示例）
本文深入解析了从Deep Crossing到DIEN的主流深度学习推荐模型演进历程，提供可落地的代码示例。通过对比传统协同过滤与深度学习模型的优劣势，详细介绍了特征交叉自动化、注意力机制等关键技术实现，并给出前沿趋势与选型建议，帮助开发者构建高效的推荐系统。
短文本意图分类助力智能客服自动化服务
本文探讨了智能客服和任务型对话机器人中的短文本意图分类问题，以OCRV Test Task竞赛为例，系统分析了文本分类任务的完整流程。文章首先介绍了赛题背景和业务价值，指出意图分类是连接自然语言与结构化指令的关键环节。随后详细解析了数据集特点、评估指标（微平均F1分数）以及不同技术路线的适用场景。从基于规则的基线方法到TF-IDF特征工程，再到预训练BERT模型，逐步展示了技术方案的演进路径。特别强调了在小型数据集上快速迭代的优势，以及不同方法在精度、速度和泛化能力上的权衡。最后通过公开的优秀解决方案，为自
c++数组中输入函数input怎么写_学习TensorFlow中有关特征工程的API
用TensorFlow框架搭建神经网络已经是大众所知的事情。今天我们来聊一聊如何用TensorFlow 对数据进行特征工程处理。在TensorFlow中还有一些不被大家熟知的数据处理API。这些API与TensorFlow框架结合紧密，使用方便。用这些API做数据前期的特征处理，可以提高效率。一、接口介绍TensorFlow使用特征列接口来进行数据特征工程的处理。框架中一共包含有两个特征...
纽约311工单响应时长预测实战 从结构化回归到城市服务效率分析
本赛题聚焦纽约市政服务请求的结案周期预测，要求基于历史工单数据构建回归模型，预测请求从提交到关闭所需天数。评价指标采用RMSE，强调对异常长尾样本的处理能力。数据包含工单类别、区域、时间等结构化特征，本质是公共服务时效建模问题。解题需关注：1)时间差标签的合理构造 2)业务特征工程(如节假日、区域效率差异) 3)异常值识别与稳健建模。优秀方案应平衡预测精度与业务解释性，最终服务于市政资源调度与SLA管理。典型方法包括统计特征+线性回归基线、树模型处理非线性关系
高度相关变量识别与处理：提升模型稳定性与业务解释性的实战指南
在机器学习建模中，高度相关变量（Highly Correlated Variables）是引发多重共线性、削弱参数稳定性、扭曲特征重要性及误导业务决策的关键隐患。其本质源于特征间冗余的信息表达，导致设计矩阵病态、VIF升高、条件数恶化，进而影响线性模型的可解释性，也干扰树模型的特征选择与SHAP归因。技术价值在于通过相关系数、VIF、条件数、互信息和Cramér's V等多维量化手段，结合PCA降维、业务裁剪、特征构造等策略实现可控精简。典型应用场景涵盖金融风控中的征信指标优化、电商推荐里的行为信号去重、工
niushop靶场漏洞查找-文件上传漏洞等（超详细）
发现报错，而且这个报错十分熟悉，与我们所学的sqli报错注入特别像。这里查询到后面的url有且仅有一个，目测估计是后台。上传的图片是包含一句话木马的图片。发现获取到了webshell。实战漏洞-niushop。
LightGBM处理类别特征和缺失值有多省心？一个真实业务数据案例带你上手
本文通过真实电商数据案例，详细解析了LightGBM如何高效处理类别特征和缺失值。相比传统方法，LightGBM仅需一行代码即可自动处理高基数类别特征和缺失值，大幅提升模型训练效率和预测准确度，特别适合业务场景中的脏数据处理。
从零构建数据驱动匹配系统：特征工程、相似度计算与FAISS实战
在信息过载的时代，如何从海量数据中精准找到最相关的对象，是推荐系统与智能匹配的核心挑战。其技术原理在于将非结构化数据（如文本、标签）通过特征工程转化为机器可理解的特征向量，再通过相似度计算（如余弦相似度）衡量对象间的关联程度。这种数据驱动的方法能显著提升决策效率与连接精准度，广泛应用于人才匹配、内容推荐、商品关联等场景。本文以技术社区伙伴匹配为例，详细拆解了使用Python、Scikit-learn和FAISS等开源工具，从数据模拟、特征提取到构建高效检索系统的完整实现路径，为开发者提供了一套可复用的轻量级
网络基础（二）：数制转换与分类编址的IPv4地址
本文介绍数制转换、IP地址、分类编址的IPv4地址，希望对你有帮助!
TensorFlow 2.3实战：全连接、LSTM、CNN三类神经网络手把手调优
神经网络是深度学习的核心范式，其本质是针对不同数据结构设计的特征提取与映射机制。全连接网络适用于静态向量输入，强调全局特征组合；LSTM专精于时序建模，通过门控机制解决长程依赖；CNN则基于局部感受野与权值共享，在图像等网格数据中实现高效空间特征提取。这三类模型构成了工业落地中最常用的技术基座，覆盖用户行为预测、设备故障预警、视觉分类等高频场景。本文以TensorFlow 2.3.0为统一框架，结合真实业务数据（电商流失预警、股价预测、手机实拍图分类），详解从数据预处理、模型搭建、参数调优到部署诊断的完整链
ATE测试的未来：自动化与智能化的技术演进
本文探讨了自动测试设备（ATE）在半导体产业中的技术演进，重点关注自动化与智能化的发展趋势。随着芯片制程的不断进步，ATE面临测试复杂度激增和成本压力等挑战。文章分析了AI技术在测试优化中的应用，如自适应测试和缺陷预测，以及模块化架构和端到端测试生态系统的创新。这些技术突破显著提升了测试效率和设备利用率，为半导体测试的未来发展指明了方向。
勇攀数字高峰
摘要：该题目要求在数字地形图中寻找从最低点到最高点的所有严格递增登山路径。采用DFS深度优先搜索结合回溯算法，通过标记已访问位置并检查高度差限制（0<diff≤maxDiff）来遍历所有可能路径。算法首先确定起点（最低点）和终点（最高点），然后进行DFS搜索，每步移动需满足四个方向的合法移动且高度严格递增。最终输出符合条件的路径总数。提供了C++、Java和Python三种实现方案。
dabl数据预处理指南：自动化数据清洗与诊断实战
数据预处理是机器学习项目成败的关键前置环节，涉及缺失值识别、异常检测、类型推断、特征相关性分析等基础但易错任务。传统pandas+sklearn组合需大量手动编码，而dabl（Data Analysis Baseline Library）以scikit-learn兼容的轻量架构，提供可复现、可解释、带统计依据的自动化数据体检能力。它不替代建模，而是通过三层诊断体系（类型推断→清洗执行→基线验证），快速暴露数据健康隐患，输出交互式报告与安全默认处理策略。适用于数据探索初期、团队标准化预处理落地及MLOps流水
把 SAP BTP Destination 写进 MTA：一段 com.sap.application.content 配置背后的部署编排学
MTA内容模块解析：SAP BTP中的声明式部署机制 本文详细解析了mta.yaml中com.sap.application.content模块在SAP BTP云环境中的作用。该模块通过声明式配置实现内容投递，无需编译或部署代码。核心功能包括： Destination创建：通过content-target:true标识将配置投递到Destination服务 HTML5应用部署：将静态资源投递到HTML5 Application Repository 安全集成：配置XSUAA服务实现OAuth2用户令牌交换
流媒体内容推荐系统实战：从数据清洗到可解释推荐
推荐系统本质是理解用户与内容连接的社会化工程，而非纯数学建模。其核心在于内容理解——通过文本特征（导演、类型、国家）与平台元数据（Netflix/Hulu布尔标识）构建语义空间，结合IMDb评分等强信号实现多维表征。TF-IDF向量化与余弦相似度构成轻量级但高业务契合度的协同过滤基础，而‘语义拼接’‘数值谦逊融入’‘平台布尔特征显式建模’等策略，显著提升推荐的相关性与可解释性。本实践聚焦真实流媒体数据集，覆盖缺失模式识别、多值字段标准化、稀疏矩阵构建及灰度验证闭环，适用于播客、纪录片站、企业知识库等垂类场景
IT：银行类金融科技岗笔试习题集合—四个模块包括【综合知识+EPI+英语+个性测评】持续更新，建议收藏
IT：银行类金融科技岗笔试习题集合—四个模块包括【综合知识+EPI+英语+个性测评】 导读：行测、综合知识、英语和性格测试。综合知识，包括货币学、金融、会计、计算机等内容。 行政能力测试，内容大家可以参考公务员考试，包括逻辑推理、数字推理、图形推理、文字推理。英语测试，包括语法和词汇30题、完型填空20题、10篇阅读理解50题，阅读理解文章特别长，生词特别多。 (1)、英语可以Ctrl+F...
【OpenClaw企业级智能体实战】第11篇：制造业设备预测性维护实战——OpenClaw+DeepSeek+Prometheus从零搭建（附完整代码）
本文聚焦制造业设备预测性维护的核心痛点，基于OpenClaw v2026.2.1、DeepSeek智能诊断、Prometheus监控等工具，拆解“设备状态监控→智能故障诊断→预测性维护”三大核心场景。从技术原理、算法构建、实操流程到完整代码实现，提供“数据采集→模型训练→智能调度→自动处置”的全链路方案。方案遵循工业安全规范，采用“只读优先、权限最小化”原则，适配中小制造企业落地需求。通过虚拟案例验证，可使设备非计划停机时间下降65%、平均修复时间缩短47%，既适合新手快速入门，也为进阶读者提供架构优化思路
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
828
扫一扫
