数据分析
rosefunR
每次都多付出一点. 欢迎关注公众号《机器学习与算法之道》
展开
-
[坑]python数字可视化vpython包
1、vpython安装pip install vpython2、vpython基本使用2.1 查看球体from visual import *sphere()2.2 bounce.py简单实现from visual import *floor = box(length=4, height=0.5, width=4, color=color.blue)ball = sphere(pos=(0,4,0原创 2017-12-26 20:56:47 · 5305 阅读 · 3 评论 -
python回归模型的评估与交叉验证(待完善)
1、评估模型评估模型分为三类,MAE,MSE,R-square;2、实现2.1 Mae平均绝对误差实现# 创建数据集,其中矩阵X表示特征值,向量y表示所属类目标记值import numpy as npX=np.random.random((10,5))y=np.random.randn(10,1)# 数据切分为训练集和测试集from sklearn.cross_validation impo原创 2017-12-26 20:52:37 · 9686 阅读 · 0 评论 -
python包xgboost安装和简单使用
1、xgboost安装首先,xgboost是python的一个包,用于数据分析以及boost的实现。cp36代表python3.6。numpy-1.13.1+mkl-cp36-cp36m-win_amd64.whl scipy-0.19.1-cp36-cp36m-win_amd64.whl xgboost-0.6-cp36-cp36m-win_amd64.whl 在这里-xgboost下载,然后原创 2017-12-22 20:31:10 · 44869 阅读 · 1 评论 -
xgboost、random forest等模型调参小结
1、关于调参调参是模型适应不同数据集的一个优化过程,如果只是建立了模型,而不对参数进行调整,是很不合理的。2、xgboost调参3、网络调参from sklearn.metrics import fbeta_score, make_scorer,r2_scorefrom sklearn.model_selection import GridSearchCVcv = K原创 2018-01-18 12:31:19 · 1354 阅读 · 0 评论