![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Python
文章平均质量分 69
锦鲤柠檬
西西弗斯推石点
展开
-
【深度学习】集成学习笔记
过程具有多模态特性多来源多模态数据融合与集成研究进展 多来源多模态数据融合与集成研究进展第一步:把训练集分成10份 第二步:基础模型(假设是决策树)在其中9份上拟合,并对第10份进行预测。 第三步:对训练集上的每一份如此做一遍。 第四步:然后将基础模型(此处是决策树)拟合到整个训练集上。 第五步:使用此模型,在测试集上进行预测。 第六步:对另一个基本模型(比如knn)重复步骤2到4,产生对训练集和测试集的另一组预测。 第七步:训练集预测被用作构建新模型的特征。 第八步:该新模型用于对测试预测集(te原创 2022-06-29 17:01:55 · 701 阅读 · 0 评论 -
Python中的生成器和迭代器
Python中的生成器和迭代器 列表生成器 List Comprehensions 内置的可以用来创建list的生成式 >>> [x *x for x in range(1, 11)] 可以在列表生成器的后面用if,表筛选,不能加else 生成器 genrator 列表元素可以按照某种算法推算出来,在循环过程中不断推断出后续的元素,这样就不必创建完整的list,这种一边循环一边计算的机制,称为生成器——generator 。 把一个列表生成式的[]改为(),就生成一个ge原创 2022-05-30 20:43:02 · 355 阅读 · 0 评论