口袋里的小小哥的博客

测试用

基于孪生神经网络实现的点选识别

数据库是“按照数据结构来组织、存储和管理数据的仓库”。是一个长期存储在计算机内的、有组织的、可共享的、统一管理的大量数据的集合。 数据库是以一定方式储存在一起、能与多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合，可视为电子化的文件柜——存储电子文件的处所，用户可以对文件中的数据进行新增、查询、更新、删除等操作，一键安装，省事省心

可直接执行的安装包，省去繁琐操作，直接下载安装 Python是一种跨平台的计算机程序设计语言。 是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发

比赛概述 影响房价的因素有很多，在本题的数据集中有79个变量几乎描述了爱荷华州艾姆斯（爱荷华州艾姆斯）住宅的方方面面，要求预测最终的房价。 技术栈 特征工程（创意要素工程） 回归模型（高级回归技术，例如随机森林和 梯度增强） 最终目标 预测出每间房屋的价格，对于测试集中的每一个Id，指定SalePrice变量相应的值。 学无止尽

对已经发生过的事实的影响因素当作输入， 事件结果当作输出 以此来发现事物之间的规律，来预测 短暂未来中是否会发生某件事情的概率，或者收入估值 实际上 任何 的预测回归问题，都可以通过 tensorflow的深度学习来实现 预测分析

因为教程中涉及一些数据用于建模的，这些数据是整理好的，供大家下载 (150000, 11)行，列，数据内容是银行的制作评分卡数据，用评分本质上是模式识别中的一类分类问题，将企业或者个体消费者划分为能够按期还本付息（即“好”客户）和违约（即“坏”）两类。 具体做法是根据历史数据中的样本，从已知的数据中找出违约及不违约客户的特征，从而总结出分类的规则，建立数学模型，用于测量价款人的违约风险（或者违约概率），为消费信贷决策提供依据。

Kaggle是一个大数据的众包平台，也是一个很好的项目实践场所。Kaggle的项目分为练习项目和奖励项目。今天写的Digit Recognizer属于练习项目，最后的结果只按照测试集的正确率计算排名，没有奖励。解决方案的python代码在Github开源平台上。 Digit Recognizer任务 此任务是在MNIST（一个带Label的数字像素集合）上训练一个数字分类器，训练集的大小为42000个training example，每个example是28*28=784个灰度像素值和一个0~9的label。最后的排名以在测试集合上的分类正确率为依据排名

缺失预处理数据22222.csv，用于学习缺失值处理的数据 impute.SimpleImputer 这个类是专门用来填补缺失值的。它包括四个重要参数 missing_values 告诉SimpleImputer，数据中的缺失值长什么样，默认空值np.nan strategy 我们填补缺失值的策略，默认均值。 输入“mean”使用均值填补（仅对数值型特征可用） 输入“median"用中值填补（仅对数值型特征可用） 输入"most_frequent”用众数填补（对数值型和字符型特征都可用） 输入“constant"表示请参考参数“fill_value"中的值（对数值型和字符型特征都可用） fill_value 当参数startegy为”constant"的时候可用，可输入字符串或数字表示要填充的值，常用0 copy 默认为True，将创建特征矩阵的副本，反之则会将缺失值填补到原本的特征矩阵中去。

泰坦尼克号生存者预测数据，用于 机器学习各方面，数据预测，建模等等，生存与否与性别，年龄，阶层等因素是有关系的，如果把这些因素作为特征，生存的结果作为预测目标，就可以建立一个典型的二分类机器学习模型。在这个项目中提供了部分的乘客名单，包括各种维度的特征以及是否幸存的标签，存在train.csv文件中，这是我们训练需要的数据；另一个test.csv文件是我们需要预测的乘客名单，只有相应的特征。我们要做的工作就是通过对训练数据的特征与生存关系进行探索，构建合适的机器学习的模型，再用这个模型预测测试文件中乘客的幸存情况，并将结果保存提交给kaggle。