香蕉的博客

一、机器学习1.机器学习是什么？机器学习是将无序数据转换为价值的方法。2.机器学习的价值从数据中抽取规律，并预测未来。3.机器学习的应用（1）分类问题图像识别、垃圾邮件识别。（2）回归问题股价预测、房价预测。（3）排序问题点击率预估、推荐。（4）生成问题图像生产、图像风格转换、图像文字描述生成。4.机器学习流程5.机器学习岗位职责（1）数据处理(采集+去噪)（2）模型训练(特征+模型)（3）模型评估与优化(MSE、F1-score、AUC+调参)（4）模型应用(A/B

#titanicimport numpy as npimport pandas as pd ##读取查看数据from sklearn.tree import DecisionTreeClassifier ##决策树import matplotlib.pyplot as plt ##绘图from sklearn.model_selection import GridSearchCV,train_test_split,cross_val_score ##网格搜索调参###读入数据data=p.

双向循环网络：

多维逻辑回归：

1.安装好Anaconda后，打开Anaconda Prompt。2.检查anaconda安装：在anaconda输入 conda --version.3.检查python版本：在anaconda输入python.4.新建一个python3.7的环境tensorflow：conda create -n tensorflow python=3.75.激活新建的环境:activate tensorflow6.先退出当前环境：conda deactivate7.确认一下，新建环境已经添

#encoding=utf-8import numpy as npimport pandas as pdfrom pylab import *def main(): # #Data Structure # s=pd.Series([i*2 for i in range(1,11)])#一维数组 # print(type(s)) # dates=pd.date_range("20170301",periods=8) # df=pd.DataFrame(np..

option = { title: { text: '某日部分患者病历报告', subtext: '纯属虚构' }, legend: {}, tooltip: {}, dataset: { source: [ ['product', 'R', 'K', 'MA'], ['张三', 43.3, 85.8, 93.7], ['李四', 83.1,...

option = { title: { text: '2021年1月13日张三病历', subtext: '纯属虚构' }, tooltip: { }, xAxis: { type: 'category', data: ['R', 'K', 'MA', 'G', 'EPL', 'LY30', 'Angle'] }, yAxis: { type: 'value' ...

option = { title: { text: '某日部分患者病历报告', subtext: '纯属虚构' }, legend: {}, tooltip: {}, dataset: { source: [ ['product', 'R', 'K', 'MA'], ['张三', 43.3, 85.8, 93.7], ['李四', 83.1, 7.

1.概览：2.sklearn算法选择：1）结构：由图中，可以看到库的算法主要有四类：分类，回归，聚类，降维。（2）图片中隐含的操作流程：这个流程图代表：蓝色圆圈内是判断条件，绿色方框内是可以选择的算法。你可以根据自己的数据特征和任务目标去找到一条自己的操作路线，一步步做就好了。3.kaggle数据挖掘注意事项：『对数据的认识太重要了！』 『数据中的特殊点/离群点的分析和处理太重要了！』 『特征工程(feature engineering)太重要了！』 『模型融合(mod

1.在官网注册账号：https://www.kaggle.com/，本人用谷歌浏览器申请了一个账号，然后用谷歌账号注册了一个账号，普通邮箱注册遇到没有反应的问题，然后换成谷歌账号很easy就注册完成。2.Kaggle上的项目竞赛分成下面4个最常见的类别1）Featured：这些通常是由公司、组织甚至政府赞助的，奖金池最大。2）Research：这些是研究方向的竞赛，只有很少或没有奖金。它们也有非传统的提交流程。3）Recruitment：这些是由想要招聘数据科学家的公司赞助的。目前仍然相