- 博客(13)
- 收藏
- 关注
RSS订阅原创 【宜搭】谷歌插件——宜搭辅助工具
我对宜搭的认识相当于一个"游戏引擎"，只是不同的是，为了更加方便，内嵌了js面板，而无需外接开发工具。但是，这样一来，js面板的字体样式就无法修改了。而且，使用过数据工厂的开发者都知道，宜搭并没有提供相应的连接器搜索框供用户快捷搜索，所以，在查询连接器的时候非常的不方便。2.接入AI通用大模型，进行代码修整，成本较高，且交互功能较难实现，自行定夺开发与否。鉴于宜搭的以上两点缺陷，我开发了相关的谷歌插件的开源项目，发布到我的github社区上，有需要的同学可以前往下载。
2023-05-27 20:53:27
420
2
原创 【宜搭】低代码开发师高级认证实操题1难点指导
根据高级认证实操题1的每一点要求，对在过程中遇到的难点进行比较详细的介绍，供大家参考，希望能够对大家有所帮助。
2023-01-24 14:12:03
14006
49
原创 关于工作/学习过程中既用idea又用eclipse那些事 01
eclipser 兼 ideaer，在两开发环境切换时，maven、项目导入、项目调试等遇到的问题及解决方案。
2022-07-17 16:13:26
1789
原创 金融风控训练营Task06学习笔记
学习知识概要比赛：贷款违约预测：读取文件查看缺失值填充缺失值填充平均数填充众数类别预处理删除异常值建模学习内容读取文件data_train = pd.read_csv(‘train.csv’)data_test_a = pd.read_csv(‘testA.csv’)查看缺失值print(f’There are {data_train.isnull().any().sum()} columns in train dataset with missing values.’)填充
2021-05-12 13:27:43
147
1
原创 金融风控训练营Task05学习笔记
学习知识概要stacking/blending讲解stackingblending平均法投票法学习内容stacking/blending讲解其模型的庞大程度与效果的提升程度往往不成正比， 所以一般很难应用于实际生产中。1.1 stacking本质是一种分层的结构，用了大量的基分类器，将其预测的结果作为下一层输入的特征，这样的结构使得它比相互独立训练模型能够获得更多的特征。缺点： 用训练集训练原始模型， 又用训练的模型去预测训练集，会过拟合训练集解决方法：次级模型尽量选择简单
2021-05-03 23:24:56
114
原创 金融风控训练营Task04学习笔记
学习知识点概要逻辑回归模型树模型集成模型模型对比与性能评估模型调参学习内容逻辑回归模型定义：分类机器学习算法，将数据拟合到一个logit函数中，完成对数据发生概率的预测。作用：适合二分类问题用代价函数调参：局部最优点梯度下降法调参：全局最小值点树模型ID3算法定义：在决策树各个结点上对应信息增益准则选择特征，递归地构建决策树。作用：分类可视化集成模型GBDT很多个基模型的线性相加，基模型为CART回归树。利用奥卡姆剃刀减枝Xgboost分步前向加性模型，k
2021-05-01 18:37:31
134
原创 金融风控训练营Task03笔记
学习知识点概要特征值处理缺失值补充时间格式处理类别特征处理异常值处理数据分桶特征交互特征编码特征选择学习内容特征值处理查找特征.select_dtypes()：根据数据类型选择特征缺失值填充.fillna()：用字典填充时间格式处理.striptime()：根据指定的格式把一个时间字符串解析为时间元组类别特征处理.nunique()：返回唯一值得个数异常值处理均方差数据分桶特征分箱的目的：降低变量的复杂性，减少变量噪音的影响，提高自变量和因变量的相关
2021-04-28 08:25:15
136
原创 金融风控训练营Task02学习笔记
一·学习知识点概要导入数据分析数据2.1 查看样本个数和数据维度、理解特征含义2.2 查看数据类型查看数据3.1 查看数据各特征的基本统计量3.2 查看数据特征缺失值和唯一值变量分析4.1 连续型变量分析4.2 非数值类别型变量分析数据可视化5.1 单一变量分布可视化5.2 时间格式数据5.3 透视图生成数据报告二·学习内容1. 导入数据工具库：pandas函数：read_csv 参数nrows：设置读取文件的前多少行2. 分析数据查看样本个数和特征维度.s
2021-04-24 08:08:50
149
1
原创 金融风控训练营Task01学习笔记
一 · 知识点概要比赛目标 比赛数据 训练集 测试集A、B 预测指标 混淆矩阵 准确率 精确率 召回率 F1 Score P-R曲线 ROC TPR FPR AUC KS统计量 ROC AUC 赛题流程 代码示例 数据读取pandas 分类指标评价计算示例 经验总结 拓展知识——评分卡 二· 学习内容比赛目标 根据提供的贷款申请人的数据信息预测其是否有违约，判断是否通过此...
2021-04-21 21:31:43
105
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人