cxlhuihui-CSDN博客

原创机器学习-xgboost

xgb中参数分为三类1.通用参数2.集成参数3.任务参数1）随机森林在ligthgbm（有很多集成算法）中有，里面更全。2）xgboost（里面有gdbt是树的串型叠加的各种包，梯度增强的方法）里面没有随机森林包。 xgboost是一个支持多种数据格式的库。libsvm数据存储格式，xgboost里面的数据格式xgboost.DMatrix（数据）3）交叉验证是一个评估方法，是xgb自带的函...

2018-06-29 18:02:13 227

原创机器学习-特征选择

1.特征筛选1）计算变量的相关性，对线性模型一般有效，非线性效果不明显。2) 给予模型的特征选择，如lr选择正则化或随机森林输出特征的总要度。3）RFE逐步特征选择。sklearn在工业界通常不考虑效率，真正工业界用xgboost和lightgbm多。2.模型评估和参数调优1）数据切分、可能切偏，真正使用数据乱序加上交叉验证。2）k折交叉验证（分层抽样通常，保证比例），交叉验证得分。3）网格搜索，...

2018-06-29 14:31:23 406

原创机器学习-总览

1.分类就是学习一个决策边界2.过拟合和正则化（减缓过拟合的方法）3.最大间隔分类器SVM，本身是线型切分，想变化成非线型切分是需要加入核函数，低纬度没办法切开所以要映射到高纬度当中切分。4.决策树 ID3，c4.5，cart选特征，对应的筛选指标信息增益、增益率、基尼系数。5.随机森林，选择部分特征，放回抽样。6.分桶时间numpy.digitize(x,bin)取到桶的id7.数据可能在不一样...

2018-06-29 13:25:18 160

原创 C#如何抓取网页某个时间断之后的数据

string regex = "<td class=\"art_tit\"><a href=\"(?<text>[^\"]*).*title=\"(?<title>[^\"]*\")"; MatchCollection mces = RegexUtil.GetGroupByR

2018-06-20 10:07:25 237

原创 C#是如何做爬虫的

//创建URL，并创建请求 HttpWebRequest request = (HttpWebRequest)WebRequest.Create(url); //携带cookie request.CookieContainer = CookieContainer; //发送请求，并获取H...

2018-06-14 10:44:40 1578

原创用户画像和系统推荐

1.隐语义模型2.word2vector模型在推荐系统当中的应用3.推荐系统评估指标打分系统：均方根，平均绝对误差top n 推荐：准确率（推荐正确的/推荐的）vs召回率（推荐正确的/用户实际浏览的）覆盖率（对平台而言）：推荐系统消除马太效应，覆盖率计算商品的曝光率，引入信息商，每个商品曝光的概率一样时信息熵最大多样性（对用户而言推荐item不是单一的）：相似度时效性等。。。4.推荐系统（基于内容...

2018-04-19 16:43:07 1324

原创 python-可视化matplotlib和seaborn

1.echart可做出更精美的图片，matplotlib和seaborn可以对数据进行简单的可视化操作2.series或dateframe转化成array使用方法.values，在可视化过程中尽量用np数组的形式3.%matplotlib inline 图是嵌入在notebook里面的不是跳出来一个框的形式4.matplotlib.pyplot作图的子模块5.x = np.arange(0., 1...

2018-04-19 16:22:51 813

原创 pandas操作总结

1.如何转换数据类型：dollarizer = lambda x: float(x[1:])chipo.item_price = chipo.item_price.apply(dollarizer)2.读取表格数据：不仅可以使用read_csv还可以使用read_tableusers = pd.read_table('https://raw.githubusercontent.com/justma...

2018-04-19 15:52:43 842

原创 python读写csv

1.python处理csv数据表import pandas as pdaa=pd.read_csv('chulihangnew20180419.csv',encoding='GBK')#注意这里的encoding有可能出错，csv是GBK或是utf-8b=aa['t3s']list=b.tolist()list_new=[]for str in list: str=str.replace('...

2018-04-19 10:58:03 125

原创 python-mysql的连接操作

1.如何用python连接数据库并进行相关操作import pymysql#数据库的相关信息dbconn=pymysql.connect(host="114.113.151.71",user="fd_data",password="fd_data",port=3306,database='financialdata')#数据库语句sqlcmd="SELECT CODE FROM tbl_fund_...

2018-04-19 10:52:03 162

cxlhuihui的博客