sinat_37554070的博客

1 数据探索  数据来源于kaggle竞赛：Event Reconmendation EngineChallenge  根据过去用户对他们所看到的活动和他们在app里所点击的活动等，这些用户对活动反应的统计信息，来预测用户对某个活动是否感兴趣。数据集信息：train.csv ：训练集，共6列，1.5w个样本，没有缺失值user event invited timestamp ...

1 降维--PCA(Principal Components Analysis,PCA)，主成分分析PCA:将原始的D维数据投影到低维空间，并尽可能的保留更多的重要信息。主要是通过计算原始数据集的协方差矩阵，并求得协方差最大时的特征值，及其所对应的特征向量，这些特征向量就是更重要的特征向量。PCA的算法原理：X为N*D的数据集，N表示样本数目，D表示样本的特征维度，xi表示第i个样本，i=1,.....

本文将从三个方面来讲解resnet的实现，分别是resnet的由来，resnet的原理以及resnet的tensorflow实现。1 resnet的提出ResNet最初的灵感出自这个问题：深度学习网络的深度对最后的分类和识别的效果有着很大的影响，所以正常想法就是能把网络设计的越深越好，但是事实上却不是这样，常规的网络的堆叠（plain network）在网络很深的时候，效果却越来越差了，即准确率会...

Ames房价预测是Kaggle上的一个竞赛任务。原始数据集一共有81个特征，其中数值型特征38个，非数值型特征43个，并且有缺失值。本文的解题步骤为数据探索 特征工程 模型构建和模型评估1 数据探索通过数据的探索，了解各个特征的特性以及相互之间的关系，为第二步的特征工程，做准备       1.1 首先，我们需要导入相关包并读入数据导入相关包：import pandas as pdimport ...