- 博客(4)
- 收藏
- 关注
RSS订阅原创 sklearn数据集、转化器与估计器、k-近邻算法、朴素贝叶斯、决策树、随机森林
一.sklearn数据集1.sklearn数据集划分训练集：测试集=7:3或者8:2或者75%：25%（取75%：25%）训练数据：用于训练，构建模型。测试数据：在模型检验时使用，用于评估模型是否有效。2.APIsklearn.model_selection.train_test_splitsklearn.datasets：加载数据集datasets.load_* ()：小规模数据...
2020-11-18 10:15:53
506
原创 软件测试（二）
边界值、因果图、判定表一、边界值我们在测试过程中，一定要小心边界值（极值），因为在程序中这些边界最容易出问题；具体测试用例书写思路；找到边界值和它两端的值，分别进行测试；1、定义：指对于输入等价类和输出等价类而言，稍高于其边界值及稍低于边界值的一些特定情况。（黑盒测试方法）2、需要对边界值以及边界值两边的数分别进行测试。3、方法确定边界情况（输入或输出等价类的边界）选取正好等于、刚刚好大于或刚刚好小于边界值作为测试数据边界值的取值依据输入范围区间不同而有所不同，但是都需要把上点值、离点值和内
2020-10-14 11:09:16
979
原创 软件测试理论（一）
软件开发过程模型：瀑布模型、快速原型模型、螺旋模型。一、开发模型—瀑布模型1、定义：瀑布模型是线性模型的一种。每一个阶段执行一次，按线性顺序进行软件开发。2、测试的切入点：测试阶段处于软件实现后，必须在代码完成后留出足够的时间给测试活动，否则将导致测试不充分，很多问题到项目后期才暴露。3、优点：开发阶段，各个阶段比较清晰；强调早期计划及需求调查；适合稳定需求的产品开发；缺点：依赖于早期的需求调查，不适应需求的变化；单一流程不可逆；风险往往延至后期才显露，失去及早纠正的机会；问题在项目后期才开
2020-10-14 10:55:44
250
原创 机器学习（数据集的组成、特征工程、特征抽取、特征预处理、数据降维）
一.什么是机器学习及其目的机器学习是从数据中自动分析获得规律（模型），并利用规律对未知数据进行预测。目的：让机器学习程序替换手动的步骤，减少企业的成本也提高企业的效率。二.数据集的构成1.历史数据的格式机器学习的数据：文件csv。不存在Mysql：因为存在性能瓶颈（数据大的时候，读取速度受限），格式不太符合机器学习要求的数据格式。Pandas（读取工具）：处理计算速度非常快，nump...
2019-10-31 18:57:57
4124
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