u010016056-优快云博客

原创面试遇到的问题

1.样本不均衡的处理方法？ 2.过采样和欠采样会导致什么问题？ 3.了解最优化算法和神经网络？ 4.决策树的代码实现？ 5.怎么样进行特征选择？ 6.逻辑回归的优缺点？ 1.http://www.cnblogs.com/lianyingteng/ 2.http://cs231n.github.io/ ...

2018-07-10 10:24:11 213

原创 difference between StratifiedKFold and StratifiedShuffleSplit in sklearn

In KFolds, each test set should not overlap, even with shuffle. With KFolds and shuffle, the data is shuffled once at the start, and then divided into the number of desired splits. The test data is al...

2018-07-09 10:37:06 679

原创 OLS

import numpy as np import time import matplotlib.pyplot as plt rng = np.random.RandomState(1234) x = 1 * rng.rand(100, 3) y = x.dot([[1], [5], [9]]) err = rng.randn(100, 1) y = y + err n_sample = x...

2018-06-18 23:30:25 906

原创 Logistic

import numpy as np import math import matplotlib.pyplot as plt data1 = np.loadtxt("data1.txt", delimiter=",") data2 = np.loadtxt("data2.txt", delimiter=",") # print(data1[:6]) x = data1[:, :2] y = da...

2018-06-15 17:57:05 598

原创 Titanic 竞赛

import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns from sklearn.ensemble import RandomForestRegressor from sklearn.pipeline import Pipeline,make_pipelinefro...

2018-06-07 17:33:55 451

原创 housing price

import pandas as pd import matplotlib.pyplot as plt import numpy as np ###################Get data####################### house_data = pd.read_csv("./housing.csv") # Divide by 1.5 to limit the numb...

2018-06-06 21:41:53 1000

原创 SVM学习

首先学习了上面july的专栏：支持向量机通俗导论（理解SVM的三层境界），后面再补上学习的成果通过如下问题，判断自己对SVM的理解程度：理论方面:为什么间隔(margin)大的划分超平面的泛化(generalization)能力更强?为什么可以用支持向量(support vector)的个数来估计模型的泛化能力?优化方面为什么我们要优化对偶(dual)问题而不是原(prime)问题?为什...

2018-05-24 09:45:41 181

原创 sort

#include<stdio.h>void bubble(int *a, int len){ int i, j,tmp; for (j = len -1; j >0; j--){ for(i=0; i<j; i++) { if (a[i] > a[i+1]){ tmp = a[i]; ...

2018-05-14 18:17:50 160

原创机器学习性能指标（ROC曲线、AUC值）

参考：https://blog.youkuaiyun.com/zdy0_2004/article/details/449485111.为什么使用Roc和Auc评价分类器当测试集中的正负样本的分布变换的时候，ROC曲线能够保持不变。在实际的数据集中经常会出现样本类不平衡，即正负样本比例差距较大，而且测试数据中的正负样本也可能随着时间变化...

2018-05-12 10:34:55 492

原创 preprocessing

import pandas as pd import matplotlib.pyplot as plt import numpy as np house_data = pd.read_csv("./housing.csv", ) house_data.hist(bins=50, figsize=(15, 10)) #house_data.plot(kind="scatter", x="longi...

2018-05-10 23:01:29 621

转载 C语言积累

1.大端小端区分大小端模式就是存储数据时，数据的高低位怎么存储在地址的高低位上。（位指的是bit，一个char类型数据有8位）大端模式：数据的高位，存放在地址的低位。（高位存低位，低位存高位）小端模式：数据的高位，存放在地址的高位。（高位存高位，低位存低位）我们的pc机一般都是小端模式，个人感觉这也更符合我们的习惯，在地位置的就是低位数据 (1

2017-11-16 11:15:35 262

u010016056的博客