- 博客(6)
- 收藏
- 关注
RSS订阅原创 基于集成学习方法Random Forest、Adaboost、GBDT、LightGBM、XGBoost的调参、建模、评估实现kaggle竞赛员工离职案例分析（2）
基于集成学习方法Random Forest、Adaboost、GBDT、LightGBM、XGBoost的调参、建模、评估实现kaggle竞赛员工离职案例分析（2）引言3. adaboost模型分类贝叶斯调参adaboost模型分类F1 分数混淆矩阵adaboost获取特征重要性4.GBDT模型分类贝叶斯调参GBDT模型分类绘制混淆矩阵5. LightGBM分类（未调参）模型评估F1 分数绘制重要的特征6. XGBoost分类XGBoost调参最佳迭代次数：n_estimatorsmax_depth 和 m
2021-01-25 16:19:22
612
4
原创 基于集成学习方法(Random Forest、Adaboost、GBDT、LightGBM、XGBoost)的调参、建模、评估实现kaggle竞赛员工离职案例分析（1）
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar
2021-01-25 15:54:59
875
5
原创 基于关联规则(Apriori)+协同过滤(collaborative filtering)实现电影推荐系统
基于关联规则算法+协同过滤算法的电影推荐系统一、前言1.数据集介绍2.方法概述3.运行环境二、数据准备与预处理1.数据熟悉2.数据读取3.数据预处理3.1 无用属性删除3.2 缺失属性处理3.3 数据去重3.4 类型转换3.5 数据合并三、特征工程四、算法建模1.关联规则算法1.1 算法简介1.2 Apriori算法建模2.协同过滤算法2.1算法简介2.2 Collaborative filtering算法建模五、参考致谢一、前言1.数据集介绍使用电影推荐系统常用的英文数据集The Movies Da
2020-12-14 17:22:22
10458
95
原创 Tensorflow2.0环境下基于微型残差网络(small resnet)的cifar10分类
Tensorflow2.0环境下基于微型残差网络[small resnet]的cifar10分类实验环境数据集准备数据集说明数据集下载微型残差网络模型构建模型训练及预测结果可视化实验环境默认Notebook多引擎，Python3.7TensorFlow-2.0数据集准备数据集说明CIFAR-10，该数据集共有60000张彩色图像，这些图像是32*32，分为10个类，每类6000张图。这里面有50000张用于训练，构成了5个训练批，每一批10000张图；另外10000用于测试，单独构成一批。测试批
2020-09-21 18:37:00
445
原创 Tensorflow2.0环境下基于VGG16的垃圾分类
Tensorflow2.0环境下基于VGG16的垃圾分类实验背景数据集准备实验环境VGG16简介及实现流程VGG16简介基于VGG16的垃圾分类参考资料实验背景垃圾分类，一般是指按一定规定或标准将垃圾分类储存、分类投放和分类搬运，从而转变成公共资源的一系列活动的总称。分类的目的是提高垃圾的资源价值和经济价值，力争物尽其用。垃圾分类是对垃圾收集处置传统方式的改革，是对垃圾进行有效处置的一种科学管理方法。人们面对日益增长的垃圾产量和环境状况恶化的局面，如何通过垃圾分类管理，最大限度地实现垃圾资源利用，减少
2020-09-17 16:16:03
4268
91
原创 基于MTCNN+SSR网络实现人脸（关键点）检测及年龄预测
基于MTCNN+SSR网络实现人脸（关键点）检测及年龄预测实验内容实验环境MTCNN简介及实现流程MTCNN简介三种网络模型网络模型结构图MTCNN实现调用MTCNN类库构建MTCNN模型实现SSR简介及实现流程SSRNET解读SSRNET实现流程参考资料实验内容1、通过MTCNN网络将图片中人脸所在区域及其人脸的关键点部位检测出来。2、通过SSR网络实现对人脸进行年龄判断。实验环境Notebook编译器 + Python3.6.9 (当然你也可以选择其他编译器)TensorFlow-1.14
2020-09-16 15:37:39
2050
53
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