- 博客(14)
- 收藏
- 关注
RSS订阅
原创 windows10+py36+MeCab安装总结
简要介绍下我的环境;windows10+python36+anconda，由于最近要用到日文分词，所以在网上找了一些日文分词工具，比较快速又准确的就是MeCab了，但是找了一个下午，网上的安装教程又少，又乱（不矛盾，真的没什么有价值的文档，尤其是Windows系统，真的没什么教程，最后向实验室的师兄求助，给我发了一篇比较靠谱的安装教程，日文版的呢 ，哈哈，不说废话了，下面是步骤）1.下载...
2018-08-21 20:50:56
6319
9
原创 移动端开发菜鸟成长记（一）
前言硕士做了两年机器学习，实习干了点NLP、推荐，结果校招完全换掉了方向……入职三个月的我现在技术栈一片混乱，可能没有方向就是最高的境界(●'◡'●)刚入职就一头雾水的接到一个移动端开发的任务，回顾两个多月来的迷茫与进展，还是想要记录下，可以回忆这段“特别”的日子。北京的这个天气真的好难穿衣服啊！正文我参与的是一个使用Vue框架开发的移动端项目，写的这一系列文章是根据我自己的学习摸索情况进行记录，希望对于移动端的小白提供一些帮助。相对于PC端的前端开发，移动端开发是基于移动设备（人话就是
2020-11-11 22:58:52
229
原创 移动端视频播放踩坑记
移动端视频播放踩坑记（一更：2020.11.9）本人参与的项目是基于Vue框架进行移动端开发，其中一个页面需要实现播放视频的功能，实现过程及遇到的问题记录如下。一、video标签1.用法<video class="video-player"src="../assets/videoDemo.mp4" // 你的视频地址，包括url链接和本地资源两种形式type="video/mp4" // 视频类型contrlos="controls">
2020-11-09 20:24:43
1148
原创 GBDT与XGboost小结
划重点——AdaBoost + 决策树 = 提升树 Gradient Boosting + 决策树 = GBDTGBDT（Gradient Boosting Decision Tree）1.算法原理：GBDT（梯度提升决策树），是一种基于boosting串行式的集成学习方法，通过采用加法模型（即基函数的线性组合），以及不断减小训练过程产生的残差来达到将数据分类或者回...
2018-04-16 20:00:09
775
原创 随机森林小结
划重点：Bagging + 决策树 = 随机森林1.算法原理：随机森林，是基于bagging的一种并行式集成学习方法，可以用来做分类、回归。随机森林是一个包含多个决策树的分类器， 并且其输出的类别是由基学习器输出的类别的众数而定。通过自助法（bootstrap）重采样技术，从原始训练样本集N中有放回地重复随机抽取N个样本生成新的训练样本集合，然后根据自助样本集生成k个分类树组成随机森林。在构造第i...
2018-04-16 16:39:39
1127
转载 数据库规范化（二）
转自：https://blog.csdn.net/zxq1138634642/article/details/9121103数据库的设计范式是数据库设计所需要满足的规范，满足这些规范的数据库是简洁的、结构明晰的，同时，不会发生插入（insert）、删除（delete）和更新（update）操作异常。反之则是乱七八糟，不仅给数据库的编程人员制造麻烦，而且面目可憎，可能存储了大量不需要的冗余信息。范式...
2018-04-01 15:55:32
1424
转载 数据库规范化（范式）（一）
——转自：https://blog.csdn.net/hbrqlpf/article/details/1887204关系数据库规范化理论一个关系数据库由一组关系模式组成，一个关系由一组属性名组成，关系数据库设计就是如何把已给定的相互关联的一组属性名分组，并把每一组属性名组织成关系的问题。1、关系规范化的作用所谓规范化，就是用形式更为简洁、结构更加规范的关系模式取代原有关系的过程。2、函数依赖2.1...
2018-04-01 15:45:58
2184
原创 统计学习方法-读书笔记-1.概论
这本书的主要内容是关于监督学习，统计学习方法三要素：模型+策略+算法；监督学习方法的应用：分类、标注、回归。1.1统计学习“学习”：如果一个系统能够通过执行某个过程改进它的性能，这就是学习。统计学习的对象是数据，它从数据出发，提取数据的特征，抽象出数据的模型，发现数据中的知识，又回到对数据的分析与预测中去。1.2监督学习（有标记，预测）（1）概念：输入空间、特征空间与输出空间（2）变量的不同类型，...
2018-03-31 00:00:53
230
原创 一书读懂数据分析
一、概述1.常见的数据分析方法：（1）基础分析法（6种）：比较分析法、平均分析法、分组分析法、立体分析法、结构分析法、金字塔原理。（2）高级分析法（6种）：对应分析、回归分析、相关分析、聚类分析、假设检验、因子分析。二、落实数据分析1.数据分析步骤：（1）清晰分析目的（先决条件）；（2）获取数据来源：数据获取渠道—两大类：直接获取和间接获取，细分5类，企业内部数据、互联网数据、数据分析工具（百度指...
2018-03-23 11:12:42
418
原创 《数据分析实战》——2.制表篇（3—5）
三、数据采集与整理1.数据采集的几条重要原则：足够复杂、足够细（粒度细）、有跨度（尽量找不同时间、地区的数据）、要有可行性2.“逐步推进法”推测需要的数据（步骤：总量-结构-时间序列-颗粒度）3.数据整理过程（耗时耗力，有三点要求-尽可能保证数据是对的、数据能用得上、数据的格式能够直接用于分析）（1）重复、空行、空列数据删除（F5-定位）（2）缺失值的填充和分析（3）数据间逻辑的排查—Excel中...
2018-03-22 17:53:09
300
原创 《数据分析实战》——1.基础篇（1—2）
一、什么是数据分析1.企业数据量比较大的，复杂度比较高的，颗粒度比较细的数据，具有比较高的分析和利用价值。数据量大——两点：企业的行业属性和信息化程度（典型的就是互联网行业）数据复杂度——如果说数据量相当于数据的行，那么数据复杂度就相当于数据的列。数据颗粒度——是指从不同的层次来看待数据颗粒度越细越好，可以自行组合为颗粒度较粗的数据。2.数据分析给我们带来什么（1）了解数据的整体状况：总体状况（总...
2018-03-22 13:32:28
1570
原创 数据挖掘流程简述
数据挖掘建模过程：1.定义挖掘目标：明确到底要干什么2.数据抽样：从业务系统中抽取出与挖掘目标相关的样本数据子集。抽样标准有三：相关性、可靠性、有效性，不要动用全部数据。通过数据样本的精选，减少数据处理量，节省系统资源，突出我们想要寻找的规律。3.数据探索：拿到样本集后，探索——属性之间的相关性、明显的规律和趋势、异常的数据状态等，对所抽取的样本数据进行探索、审核和必要的加工处理，是保证最终的挖掘...
2018-03-21 18:19:34
898
原创 数据分析-内容整理
一、认识数据分析1.数据分析是指用合适的统计分析方法对收集来的数据进行分析，将这些大量的数据进行汇总，并做成可以被人们消化和理解的资料，从中提取有用的信息。2.数据分析的基本步骤（6个，缺一不可，相辅相成）（1）明确分析目的：不要偏离分析方向，确保工作有效进行。（2）数据收集：按照确定的数据分析目的来收集相关数据的过程，为分析提供依据。数据的来源一般有4个渠道：数据库（企业业务相关性最强），互联网...
2018-03-21 18:02:14
4026
原创 西瓜书笔记-8.集成学习
关键词：好而不同，基学习器，Boosting，AdaBoost，Bagging，随机森林（RF），Stacking学习8.1个体与集成集成学习：通过构建并结合多个学习器来完成学习任务。先构建“基学习器”或“个体学习器”，再用某种策略将他们结合起来。集成学习通过将多个学习器进行结合，常可获得比单一学习器显著优越的泛化性能，所以基学习器也成为弱学习器，集成学习研究的核心就是如何产生并结合“好而不同”的...
2018-03-21 13:52:47
597
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