qq_45022743的博客

过滤式（filter）先对数据进行特征选择，然后在训练学习器，常见的方法有Relief/方差选择发/相关系数法/卡方检验法/互信息法；嵌入式（embedding）结合过滤式和包裹式，学习器训练过程中自动进行了特征选择，常见的有lasso回归；插值补全，包括均值/中位数/众数/建模预测/多重插补/压缩感知补全/矩阵补全等；时间特征，包括相对时间和绝对时间，节假日，双休日等；非线性变换，包括log/平方/根号等；2.BOX-COX转换（处理有偏分布）；地理信息，包括分箱，分布编码等方法；...

sklearn 模型总结

kaggle比赛地址：leaf-classification数据集形式：train_csv:对于每一张图片都有192个特征。test.csv没有species这一列，该比赛的目标就是预测这一列，判断属于哪一类。训练集共有990张，测试集共有594张，共99类图片如下所示：机器学习方法：#对数据进行标签编码le = LabelEncoder().fit(train.species)labels = le.transform(train.species)labels将数据标签进行编

图片处理器ImageDataGeneratorkeras.preprocessing.image.ImageDataGenerator(featurewise_center=False, samplewise_center=False, featurewise_std_normalization=False, samplewise_std_normalization=False, zca_whitening=False, rotation_range=0., width_shift_range

主要内容图像显示与存储原理图像增强的目标点运算：基于直方图的对比度增强形态学处理空间域处理：卷积卷积的应用（平滑，边缘检测，锐化等）频率域处理：傅里叶变换，小波变换应用案例：平滑，边缘检测，CLAHE等颜色空间RGB颜色空间加法混色，彩色显示器3个通道：（Red通道，Green通道，Blue通道）一个像素颜色值：（b,g,r）取值范围：[0,255],[0.0,1.0]CMY(K)颜色空间减法混色，印刷4通道：Cyan通道，Magenta通道，Yellow通道

贝叶斯算法（Bayes）优点：1：所需估计的参数少，对于缺失数据不敏感。2：有着坚实的数学基础，以及稳定的分类效率。缺点：1：需要假设属性之间相互独立，这往往不成立（例如，喜欢吃番茄，鸡蛋，缺不喜欢吃番茄吵鸡蛋）。2：需要知道先验概率。3：分类决策存在错误率决策树（Decision Tree）优点：1：不需要任何领域知识或参数假设。2：适合高维数据。3：简单，易于理解。4：能够在短时间内处理大量数据，得到可行且效果较好的结果。5：能够同时处理数据型和常规型属性。缺点：1：对于各类别样本数量不

pip下载超时解决方案：使用国内源安装：阿里云 http://mirrors.aliyun.com/pypi/simple/  中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/  豆瓣(douban) http://pypi.douban.com/simple/  清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/  中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simpl