- 博客(9)
- 收藏
- 关注
RSS订阅原创 阿里云天池TASK5
这次赛题学习的最后一个任务，是学校如何使用集成学习提高预测精度。知识点包括：集成学习方法，深度学习中的集成学习和结果后处理思路。（虽然我跑一次要一天，还不一定成功，但要坚持学习）1、集成学习方法常见的集成学习方法有堆叠，装袋和提升，同时这些集成学习方法与具体验证集划分联系紧密。下面假设建造了10折交叉验证，训练得到10个CNN模型。那么在10个CNN模型可以使用如下方式进行集成：对预测的结果的概率值进行平均，然后解码为特定字符对预测的字符进行投票，得到最终字符。2、深度学习中的集成学习
2022-04-01 19:21:52
81
原创 机器学习训练营 Task4
快来一起挖掘幸福感赛前预览首先我们看一下比赛的大致要求和数据提供这次比赛大概是通过问卷中的问题来获取一些人的个人情况等，从中提取重要因素用来判断幸福感。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)123456comple
2022-04-01 19:18:28
121
原创 阿里云天池-AI训练营机器学习TASK3
# 下载需要用到的数据集!wget https://tianchi-media.oss-cn-beijing.aliyuncs.com/DSW/3K/horse-colic.csv# 下载数据集介绍!wget https://tianchi-media.oss-cn-beijing.aliyuncs.com/DSW/3K/horse-colic.namesimport numpy as npimport pandas as pd# kNN分类器from sklearn.neighbors .
2022-04-01 19:14:01
171
原创 阿里云天池机器学习笔记Task2
一.学习概要Part1 基于天气数据集的XGBoost分类实践Step1: 库函数导入Step2: 数据读取/载入Step3: 数据信息简单查看Step4: 可视化描述Step5: 对离散变量进行编码Step6: 利用 XGBoost 进行训练与预测Step7: 利用 XGBoost 进行特征选择Step8: 通过调整参数获得更好的效果二.学习内容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，
2022-04-01 19:08:56
100
原创 【无标题】
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
2022-04-01 19:03:33
50
原创 阿里云天池task4学习笔记
一、具体的学习内容0、研究背景数据时代的到来刷新了人们探索未知的方式，从基础能源建设到航天航空工程。在关都地区真新镇大木研究所一直孜孜不倦对精灵宝可梦进行研究的大木博士也不例外，在剧中我们就常常可以看到大木博士制作的精灵图鉴一直在给探险家们提供宝可梦的简单分析，包括宝可梦的身高，体重，特性等等。但是作为从小就向往前往大木博士研究所成为宝可梦联盟最强训练师/宝可梦研究大师的我，仅仅是分析单个宝可梦的数据远远满足不了我的需求。与其他探险家旅游挑战道馆的方式不同，我决定通过使用数据分析的方式来帮助我更好的
2022-03-22 13:32:48
82
原创 阿里云天池task3学习笔记
函数的定义。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。def functionname (parameters): "函数文档字符串" functionsuite视图是一个虚拟的表，不同于直接操作数据表，视图是依据SELECT语句来创建的（会在下面具体介绍）。视图与表的最大区别即：是否保存了实际的数据。...
2022-03-22 13:21:20
244
原创 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，支持高效率..
2022-03-22 12:01:37
95
原创 阿里云天池task1学习笔记
小知识点：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.mes
2022-03-22 11:32:59
56
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