暑期项目实训——12

最新推荐文章于 2021-07-30 08:52:59 发布

原创最新推荐文章于 2021-07-30 08:52:59 发布 · 138 阅读

0 ·

CC 4.0 BY-SA版权

随机森林算法参数调优（二）

对于不同的股票，最优模型的参数也会不一样，所以我通过对不同的股票进行参数调优获取每支股票的最优模型的参数，并将这些结果写入excel里。

部分数据结果如下：

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

txy_csdn

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

暑期项目实训——08

txy_csdn的博客

07-18

612

。。。

暑期项目实训——01

txy_csdn的博客

06-30

204

项目名称：基于金融大数据的特征提取与趋势预测系统 2021.06.28 今天是项目实训的第一天所以我们只是对这个项目进行了大致的了解和小组分工，并没有对这个项目进行深入展开。上午：导师对这个项目进行了简单的描述，说明了我们做这个项目的主要目的。然后由马翔博士为我们具体讲解了该系统的主要功能以及我们可以从哪些方面去实现这个项目。最后我们自行进行分组。下午：我们小组确定了该项目展开的方向，马翔博士为我们详细的讲述了暑期项目实训的要求以及任务。然后我们小组进行了分工，划分了每个人的任务并安...

参与评论您还未登录，请先登录后发表或查看评论

暑期项目实训——10

txy_csdn的博客

07-25

160

接口问题

暑期项目实训——云主机

weixin_43714569的博客

07-25

139

今天我们依然在编写我们的文档，同时有把完成的部分也传到了GitHub，未完成的部分也发到了我们的技术群中向大家寻求编写的意见，并询问补全了一些技术性的部分。

暑期项目实训——15

txy_csdn的博客

07-30

159

准备答辩

暑期项目实训——14

txy_csdn的博客

07-30

180

股票选取

暑期项目实训——13

txy_csdn的博客

07-30

119

算法准确率检测

暑期项目实训——11

txy_csdn的博客

07-25

154

随机森林算法的参数调优（一）

暑期项目实训——09

txy_csdn的博客

07-18

194

股票趋势预测——随机森林算法（三）今天的主要目标是对之前的模型进行检测，检验模型的准确率。 6.预测属于每个分类的概率： y_pred_proba = model.predict_proba(X_test) b = pd.DataFrame(y_pred_proba, columns=['分类为-1的概率', '分类为1的概率']) print(b) 我们可以看到每次分类的概率： 7.检测整体模型的预测准确率： from sklearn.met.

2023年暑期实训——基于yolov5.zip

08-22

在2023年的暑期实训项目中，以YOLOv5为核心的实训项目将重点关注学生在实际应用中的能力培养。实训项目可能涵盖了目标检测技术的理论学习、YOLOv5模型的搭建与训练、自定义数据集的处理和标注、模型的评估和优化等多...

东北大学软件工程大二暑期实训项目——基于SpringBoot与MybatisPlus的云工厂管理系统.zip

08-19

细胞的数据集一万七张粗糙粗糙

最新发布

12-05

细胞的数据集一万七张粗糙粗糙

六自由度机械臂ANN人工神经网络设计：正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)

12-05

六自由度机械臂ANN人工神经网络设计：正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)内容概要：本文档围绕六自由度机械臂的ANN人工神经网络设计展开，详细介绍了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论与Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程与科研领域的应用案例，并提供了丰富的Matlab/Simulink仿真资源和技术支持方向，体现了其在多学科交叉仿真与优化中的综合性价值。; 适合人群：具备一定Matlab编程基础，从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标：①掌握六自由度机械臂的运动学与动力学建模方法；②学习人工神经网络在复杂非线性系统控制中的应用；③借助Matlab实现动力学方程推导与仿真验证；④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议：建议按目录顺序系统学习，重点关注机械臂建模与神经网络控制部分的代码实现，结合提供的网盘资源进行实践操作，并参考文中列举的优化算法与仿真方法拓展自身研究思路。

特定版本tomcat-8.0.28.zip.7z

12-05

特定版本tomcat-8.0.28.zip.7z

Java设计模式全面解析与实战应用项目_涵盖创建型模式如构造者模式工厂模式原型模式与单例模式关系型模式如责任链模式命令模式迭代器模式观察者模式解释器模式中介者模式.zip

12-05

2026年系统架构设计师(第一批次)综合知识考试题库及参考答案.pdf

12-05

2026年系统架构设计师(第一批次)综合知识考试题库及参考答案.pdf

面向制造业的鲁棒机器学习集成计算流程研究（Python代码实现）

12-05

面向制造业的鲁棒机器学习集成计算流程研究（Python代码实现）内容概要：本文围绕“面向制造业的鲁棒机器学习集成计算流程研究”展开，结合Python代码实现，提出了一套适用于制造场景的机器学习建模与计算框架。该框架强调模型在工业数据噪声、缺失与动态变化下的鲁棒性，集成了数据预处理、特征工程、模型训练、集成学习与结果验证等关键步骤，并通过实际代码示例展示了流程的可操作性与实用性。研究聚焦于提升制造过程中质量预测、故障诊断与工艺优化的自动化水平，推动智能制造的落地应用。; 适合人群：具备Python编程基础，熟悉机器学习基本算法，从事智能制造、工业数据分析或相关领域研究的研发人员与工程技术人员。; 使用场景及目标：①应用于制造业中的质量控制、设备预测性维护与生产流程优化；②构建稳定可靠的工业AI模型，应对实际生产中的不确定性与数据扰动；③为科研与工程实践提供可复用的机器学习集成计算模板。; 阅读建议：建议读者结合文中提供的Python代码进行实践操作，重点关注数据鲁棒性处理与模型集成策略的设计思路，并可根据具体制造场景调整参数与模块以适配实际需求。

【航空航天工程】本科无人机专业就业方向全景解析：研发制造与行业应用全产业链岗位分布及人才需求分析

12-05

内容概要：本文全面解析了本科层次无人机专业（正式名称为“无人驾驶航空器系统工程”）的就业方向，涵盖研发制造、行业应用、服务管理、体制内与科研院所及新兴交叉领域五大板块，详细介绍了各领域的核心岗位、代表企业、薪资水平和发展前景，并通过对比表分析了不同方向的薪资、稳定性、入行门槛与发展空间。文章指出该专业就业率高达95%以上，人才缺口超450万，属于低空经济背景下的热门专业。; 适合人群：本科阶段学习无人机相关专业的学生，以及对无人机行业感兴趣、计划从事技术研发或行业应用的高校学子；具备一定工科基础、希望明确职业发展方向的学习者。; 使用场景及目标：①帮助学生全面了解无人机专业毕业后可选择的职业路径；②指导个人根据兴趣与能力规划学业与技能发展方向，提升就业竞争力；③为企业招聘、院校课程设置提供参考依据；阅读建议：结合自身优势选择“无人机+行业知识”复合发展路径，尽早考取CAAC无人机驾驶员执照，优先争取头部企业实习机会，关注AI、5G、载人无人机等前沿趋势以把握未来机遇。

基于JavaWeb的汽车销售系统实训项目