特征工程
文章平均质量分 56
雪糕遇上夏天
这个作者很懒,什么都没留下…
展开
-
faise的安装使用
faise的安装使用1. Faiss简介2. Faiss安装3. Faiss Action1. Faiss简介Faiss是Facebook开源的一款用于大规模P维向量最近邻检索的工具。Faiss is a library for efficient similarity search and clustering of dense vectors. It contains algorithms that search in sets of vectors of any size, up to one原创 2021-11-25 16:11:02 · 1921 阅读 · 0 评论 -
TabNet-神经网络处理表格数据实战
我们知道神经网络在图片、信号等领域大放异彩。但在表格数据领域,基本还是树模型的主场。今天我们介绍下TabNet的使用方式,这是一个能够很好的处理tabular数据的神经网络模型。下面我们介绍下TabNet的使用。1. 安装根据官方介绍,安装tabnet之前需要Tensorflow 2.0+版本和Tensorflow-dataset(非必须)。确保Tensorflow 2.0+正确安装之后,就可以安装TabNet了。pip install tabnet[cpu]pip install tabnet[原创 2021-09-23 11:22:02 · 4824 阅读 · 4 评论 -
XGBoost中特征重要性计算方法对比
XGBoost作为比赛大杀器,内置了几种重要性函数,今天我们就在这篇文章中梳理三种常见的特征重要性计算方法,并思考他们的使用场景。xgboost.plot_importance(booster, ax=None, height=0.2, xlim=None, ylim=None, title='Feature importance', xlabel='F score', ylabel='Features', fmap='', importance_type='weight', max_num_feat原创 2021-09-03 18:10:06 · 1765 阅读 · 0 评论