自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(8)
  • 收藏
  • 关注

原创 【无标题】天池机器训练营task4

数据可视化import pandas as pdimport matplotlib.pyplot as plt#显示所有列pd.set_option('display.max_columns', None)#显示所有行pd.set_option('display.max_rows', None)123456complete文件为变量完整版数据,abbr文件为变量精简版数据。index文件中包含每个变量对应的问卷题目,以及变量取值的含义。survey文件是数据源的原版问卷,作

2022-04-01 01:23:46 59

原创 【无标题】天池机器训练营task3

LightGBM是2017年由微软推出的可扩展机器学习系统,是微软旗下DMKT的一个开源项目,由2014年首届阿里巴巴大数据竞赛获胜者之一柯国霖老师带领开发。它是一款基于GBDT(梯度提升决策树)算法的分布式梯度提升框架,为了满足缩短模型计算时间的需求,LightGBM的设计思路主要集中在减小数据对内存与计算性能的使用,以及减少多机器并行计算时的通讯代价。LightGBM的主要优点:简单易用。提供了主流的Python\C++\R语言接口,用户可以轻松使用LightGBM建模并获得相当不错的效果。高效可

2022-04-01 01:20:37 62

原创 【无标题】天池机器训练营task2

一、学习知识点摘要1.了解 XGBoost 的参数与相关知识2.掌握 XGBoost 的Python调用并将其运用到天气数据集预测1.1XGBoost的介绍XGBoost是2016年由华盛顿大学陈天奇老师带领开发的一个可扩展机器学习系统。严格意义上讲XGBoost并不是一种模型,而是一个可供用户轻松解决分类、回归或排序问题的软件包。它内部实现了梯度提升树(GBDT)模型,并对模型中的算法进行了诸多优化,在取得高精度的同时又保持了极快的速度,在一段时间内成为了国内外数据挖掘、机器学习领域中的大

2022-04-01 01:15:10 57

原创 【无标题】

学习目标:了解 逻辑回归 的理论掌握 逻辑回归 的 sklearn 函数调用使用并将其运用到鸢尾花数据集预测Demo实践:准备软件包:我们需要现在准备一些软件包numpy:是用Python进行科学计算的基本软件包。sklearn:为数据挖掘和数据分析提供的简单高效的工具。matplotlib :是一个用于在Python中绘制图表的库。Seaborn:是在matplotlib的基础上进行了更高级的API封装,从而使得作图更加容易#调入库import numpy as npim.

2022-03-29 12:06:30 68

原创 【无标题】阿里云天池task4学习笔记

1、学习目标理解验证集的作用,并使用训练集和验证集完成训练学会使用Pytorch环境下的模型读取和加载,并了解调参流程2、如何构造验证集?在具体回答“如何构造验证集”这个问题之前,作为小白,需要搞清楚几个概念。(训练集、验证集、测试集、过拟合、欠拟合……)首先,先来明确几个“集”的作用:训练集(Train Set):用于训练和调整模型参数;验证集(Validation Set):用来验证模型精度和调整模型超参数测试集(Test Set):验证模型的泛化能力光看定义,确实还是不太懂这几个

2022-03-22 13:38:03 127

原创 阿里云天池task3学习笔记

函数以def关键词开头,后接函数名和圆括号()。 函数执行的代码以冒号起始,并且缩进。 return [表达式] 结束函数,选择性地返回一个值给调用方。不带表达式的return相当于返回None。例:使用函数来输出"Hellodef hello() : print("Hello World!") hello()World!":函数的调用函数的基本结构完成以后,你可以通过另一个函数调用执行,也可以直接从 Python 命令提示符执行。# 定义函数def prin..

2022-03-22 13:27:54 85

原创 【无标题】阿里云天池task2学习笔记

GBDT (Gradient Boosting Decision Tree)是机器学习中一个长盛不衰的模型,其主要思想是利用弱分类器(决策树)迭代训练以得到最优模型,该模型具有训练效果好、不易过拟合等优点。GBDT不仅在工业界应用广泛,通常被用于多分类、点击率预测、搜索排序等任务;在各种数据挖掘竞赛中也是致命武器,据统计Kaggle上的比赛有一半以上的冠军方案都是基于GBDT。LightGBM(Light Gradient Boosting Machine)是一个实现GBDT算法的框架,支持...

2022-03-22 13:13:39 70

原创 【无标题】阿里云天池task1学习笔记

np.meshgrid()二维坐标系中,X轴可以取三个值1,2,3, Y轴可以取三个值7,8, 请问可以获得多少个点的坐标?显而易见是6个:(1,7)(2,7)(3,7)(1,8)(2,8)(3,8)import numpy as np# 坐标向量a = np.array([1,2,3])# 坐标向量b = np.array([7,8])# 从坐标向量中返回坐标矩阵# 返回list,有两个元素,第一个元素是X轴的取值,第二个元素是Y轴的取值res = np.meshgrid(a

2022-03-22 13:03:25 62

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除