机器学习笔记

最近在做腾讯算法广告大赛，样本数高达1100多W，这个时候用numpy矩阵存储特征向量会出现memory error，而且特征本身是稀疏的，也就是大部分元素都为0。查了一些资料后发现scipy库中的sparse模块能很好的解决这个问题，先附上scipy.sparse的文档网址：https://docs.scipy.org/doc/scipy/reference/sparse.html。 ...

前言 这段时间在做kaggle的一个NLP比赛，虽然刚做不久但看了一些kernel和discussion后收获颇多，打算写几篇博客记录一下方便自己后面复习。 文本特征提取 文本作为一种长度不相同的数据，要作为模型的输入需要进行一定的处理。简而言之就是想办法让它们的长度一致。**keras.preprocessing.text中有Tokenizer模块，可以帮助你把英文句子转换成数值序列，再用pad...