wk的博客

原创 集成学习之Xgboost

        本篇博客用到了MSE函数、Sigmoid函数。        第一、二节引入了正则项、损失函数的相关知识。第三节详细分析了Xgboost模型，包括基函数、模型原理、模型目标函数的构建以及怎样构造最优树结构。最后一节简单描述了Xgboost的应用。一、正则项二、损失函数 三、Xgboost模型四、应用分析参考目录：https://www...

原创 Sigmoid函数及绘制

一、原理       二、绘制'''python绘制sigmoid图像'''import numpy as npimport matplotlib.pyplot as plt%matplotlib inlinex = np.arange(-10,10,0.1)y = 1./(1.+np.exp(-x))plt.plot(x, y) ...

原创 MSE（均方误差）函数和RMSE函数

原创 集成学习之Adaboost分类算法

         梳理了一下集成学习中的Boosting的代表Adaboost分类算法，后续更新代码和调参模块。一、集成学习二、Adaboost分类算法

原创 python保存训练好的模型

    python创建文件目录，存储训练好的模型（例，逻辑回归模型），显示常用到的模型属性。1.训练模型，显示常用的模型属性import numpy as npfrom sklearn.linear_model import LogisticRegressionX_train = np.array([[1,2,3],[4,5,6],[10,9,8]])Y_train = np....

原创 保留原格式读取多重索引（层次化索引）的DataFrame

        将层次化索引的DataFrame保存为csv文件再读取时会丢失索引格式，通过设置header和index_col参数保留原索引信息。一.设置多重索引的DataFrame并保存from pandas import DataFrameimport pandas as pdimport numpy as npindex = [['x']*2+['y'],['n_1','...

原创 设置jupyter中DataFrame的显示限制

        jupyter中显示的DataFrame过长时会自动换行（print()显示方式）或自动省略（单元格最后一行直接显示），在一些情况下看上去不是很方便，可调节显示参数如下：import pandas as pdpd.set_option('display.width', 500) #设置整体宽度pd.set_option('display.height', ...

原创 层次化索引的DataFrame添加行

      给层次化索引（多重索引）的DataFrame添加新的行数据1.创建DataFramefrom pandas import DataFrameimport numpy as npindex = [['x']*2+['y'],['n_1','n_2','n_1']]columns = [['a']*3+['b']*2,['m_1','m_2','m_3','m_1','m...