![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 89
汤宪宇
这个作者很懒,什么都没留下…
展开
-
Datawhale统计学习方法打卡Task05
分类决策树模型是一种描述对实例进行分类的树形结构。决策树由节点(node)和有向边(directed edge)组成。结点有两种类型:内部结点和叶节点。内部结点表示一个特征或属性,叶节点表示一个类。用决策树分类,从根节点开始,对实例的某一特征进行测试,根据测试结果,将实例分配到子节点;这是每一个子节点对应着该特征的一个取值。如此递归的对顺利进行测试并分配,指导达到叶节点。最后将实例分到叶节点的类中。原创 2023-02-27 14:01:19 · 914 阅读 · 1 评论 -
DataWhale-统计学习方法打卡Task01
统计学习方法(第2版) by...李航 (z-lib.org).pdf https://www.aliyundrive.com/s/maJZ6M9hrTe 点击链接保存,或者复制本段内容,打开「阿里云盘」APP ,无需下载极速在线查看,视频原画倍速播放。原创 2023-02-15 22:54:53 · 399 阅读 · 0 评论 -
【教学赛】金融数据分析赛题1:银行客户认购产品预测(0.9676)
本人的方法只获得了0.9676的结果,希望您能在本人的程序基础上进行改进,以得到更佳的效果。如果有了更好的方法,欢迎在留言区告诉我,相互讨论。原创 2023-01-16 16:11:50 · 4663 阅读 · 2 评论 -
对于TP, TN, FP, FN, Pre, Recall的举例
FN为预测为0,但是预测错了,真值为1的值,即图中浅绿色底色的值,共有2个;FN为预测为1,但是预测错了,真值为0的值,即图中浅绿色底色的值,共有4个;FP为预测为1,但是预测错了,真值为0的值,即图中红色底色的值,共有4个;FP为预测为0,但是预测错了,真值为1的值,即图中红色底色的值,共有2个;TP为预测为0,真值也为0的值,即图中深绿色底色的值,共有4个;TP为预测为1,真值也为1的值,即图中深绿色底色的值,共有5个;TN为预测为0,真值也为0的值,即图中橙色底色的值,共有4个;原创 2023-01-12 17:40:53 · 1278 阅读 · 0 评论 -
【转载】TF-IDF的理解与计算
TF-IDF 实际上是两个词组Term Frequency和Inverse Document Frequency的总称,两者缩写为 TF 和 IDF,分别代表了词频和逆向文档频率。转载 2023-01-01 22:41:07 · 598 阅读 · 0 评论 -
2020CCF大数据与计算智能大赛-路况状态时空预测(1.数据分析及下载)
目录1.项目简介1.1赛制规则1.2数据与测评2.数据预处理2.1 原始道路特征attr.txt: 2.2 道路拓扑特征topo.txt:2.3 道路数据201907xx.txt:2.4 测试集数据20190801_testdata.txt:比赛链接:https://www.datafountain.cn/competitions/466赛道名:路况状态时空预测背景:移动互联网时代的到来让所有移动设备的持有者都可以成为道路通行能力的描绘者, 滴滴平台收集了海量的高质量司乘轨迹数据, 可以对实时道路拥堵状况有原创 2022-06-07 09:37:31 · 874 阅读 · 3 评论