2018年01月_zhaoyuxia517

12月 10月 08月 05月 03月 02月 01月

翻译 Scikit-learn 1.13.Feature selection

1.13.1 移除低方差的特征 VarianceThreshold方法布尔类型特征是Bernoulli随机变量，方差为：Var[X]=p(1-p)举例，阈值：.8*（1-.8）>>> from sklearn.feature_selection import VarianceThreshold>>> X = [[0, 0, 1], [0, 1, 0], [1, 0, 0], [0, 1, 1]

2018-01-19 18:03:03 326

转载互联网广告综述之点击率特征工程

转自：http://blog.csdn.net/dengxing1234/article/details/73499123互联网广告综述之点击率特征工程一．互联网广告特征工程博文《互联网广告综述之点击率系统》论述了互联网广告的点击率系统，可以看到，其中的logistic regression模型是比较简单而且实用的，其训练方法虽然有多种，但目标是一致的，训练结果对效果的

2018-01-09 21:46:03 666

转载信息量，熵，相对熵，交叉熵

转自：http://blog.csdn.net/rtygbwwwerr/article/details/507780981.什么是信息量？假设X是一个离散型随机变量，其取值集合为X，概率分布函数为p(x)=Pr(X=x),x∈X，我们定义事件X=x0的信息量为：I(x0)=−log(p(x0))，可以理解为，一个事件发生的概率越大，则它所携带的信息量就越小，而当p(x0)=1时

2018-01-09 19:33:32 438

误差分析计算公式和对应的matlab实现

误差分析计算公式及matlab代码实现（均方误差MSE，平均绝对误差MAE，平均绝对百分比误差MAPE，均方百分比误差MSPE，均方根误差RMSE，残差平方和SSE）

2017-03-05

误差分析计算公式及matlab代码实现（基础公式）

误差分析计算公式及matlab代码实现（均方误差MSE，平均绝对误差MAE，平均绝对百分比误差MAPE，均方百分比误差MSPE，均方根误差RMSE，残差平方和SSE）

2016-10-10

有关JSP实训的基本操作

自己的一点心得，如果你想用JSP开发程序，而又不知如何下手时，可以看看我的心得，也有关于数据库，myeclipse等

2015-04-16

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人