zkkkkkkkkkkkkk的博客

SyntaxError: future feature annotations is not definedImportError: cannot import name 'StratifiedGroupKFold'xgboost.core.XGBoostError: C:/Users/xxx/learner.cc:567: Check failed:mparam_.num_feature != 0 (0 vs. 0) : 0 feature is supplied. Are you using raw

对训练的树模型可视化如下所示：本文是想要把里面的结果，特征及运算关系、阈值等参数解析出来。

利用决策树进行特征组合，决策树的可视化。

canopy算法kmeans算法canopy+kmeans

一、数据 数据来源于贴吧，使用爬虫爬取的。一句一行存入到txt中，接着我们要通过对每句话进行分词转向量，最后使用kmeans进行聚类并输出结果。二、代码 2.1、加载停用词 在stop_words目录下有多个停用词表，需要循环加总所有停用词。 2.2、加载数据 这边主要是对原始数据的一个筛选+jieba分词+去停用词。这是相对标准的一个流程。 2.3、计算tf-idf

目录一、介绍二、数据介绍三、flaml框架3.1、flaml简介 3.2、使用flaml3.2.1、下载flaml库 3.2.2、导入相关库3.2.3、数据处理 3.2.4、调用flaml四、h2o框架 4.1、h2o简介 4.2、h2o使用 ...

1.1、什么是混淆矩阵？混淆矩阵也称误差矩阵（Confusion Matrix），是用来求得分类问题的指标计算。比如分类指标：准确率（正确率），精确率，召回率等等。我们都可以通过混淆矩阵计算得出。具体如下1.2、混淆矩阵是什么样子的？混淆矩阵是用来总结一个分类器结果的矩阵。对于k元分类，其实它就是一个k x k的k维表格，用来记录分类器的预测结果。1.3、常见二分类混淆矩阵　 真实为1 真实为0 预测为1 TP ...