![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
练手项目
XuZhiyu_
努力学习
展开
-
练手项目——Click-Through Rate Prediction 逻辑回归
系统环境:操作系统:Windows 8.1 64-bitCPU:Intel i7-4200HQ 3.60GHzRAM:8GBGPU: GeForce GTX 970M (CUDA 10.1)目录读取数据File descriptions:Data fields:数据预处理特征离散/因子化训练小部分特征训练全特征训练选择部分特征标准化模型调参库环境:import pandas as pdimport seaborn as snsimport matplotlib.pyplot as pl原创 2020-06-09 19:03:16 · 1462 阅读 · 4 评论 -
Creditcard_prediction_练手小项目
目录所需环境库以环境读取数据并显示数据各列信息设置训练集和测试集训练阶段所需环境库以环境import pandas as pdimport matplotlibimport matplotlib.pyplot as pltimport numpy as npimport sklearnprint('pandas:',pd.__version__)print('matplotlib:',matplotlib.__version__)print('numpy:',np.__version__原创 2020-06-05 15:23:21 · 510 阅读 · 1 评论 -
特征工程项目训练(iris 和 Titanic)
特征工程训练特征工程:特征排序:通过递归特征消除,获取鸢尾花数据集特征排名导入需求的库:from sklearn.feature_selection import RFEfrom sklearn.linear_model import LogisticRegressionfrom sklearn.datasets import load_irisimport warningswarnings.filterwarnings("ignore")读取数据:鸢尾花数据集iris = loa原创 2020-05-21 14:55:54 · 737 阅读 · 0 评论 -
TensorFlow练手小项目
目录内容介绍读取数据绘制不同特征与对应标签的散点图,以及特征分标签处理搭建神经网络使用numpy进行预测内容介绍该项目需要实现一个分类问题,输入数据X有两个属性,标签d包含两类,用整形数字0、1表示。读取数据 homework.npz请分析点(0.2, 0.2)所属类别尽可能的提升精度与速度,在精度大于95%时,速度因素更加需要考虑可以使用多层神经网络可以进行特征工程使用TensorBoard绘制所搭建的网络模型尝试使用numpy完成预测读取数据import numpy as原创 2020-05-21 23:41:44 · 1100 阅读 · 0 评论 -
决策树_练手小项目
所需库环境import pandas as pdimport matplotlibimport matplotlib.pyplot as pltimport numpy as npimport sklearnprint('pandas:',pd.__version__)print('matplotlib:',matplotlib.__version__)print('numpy:',np.__version__)print('sklearn:',sklearn.__version__)原创 2020-06-05 15:19:30 · 343 阅读 · 0 评论