- 博客(4)
- 收藏
- 关注
RSS订阅转载 机器学习之sklearn（2）
谁动了我的特征？——sklearn特征转换行为全记录目录1 为什么要记录特征转换行为？2 有哪些特征转换的方式？3 特征转换的组合4 sklearn源码分析 4.1 一对一映射 4.2 一对多映射 4.3 多对多映射5 实践6 总结7 参考资料1 为什么要记录特征转换行为？ 使用机器学习算法和模型进行数据挖掘，有时难免事与愿违：我们依仗对业务的理解，对数据的分析，以及工作经验提出了一些特征...
2018-05-24 15:18:28
335
1
转载 干货：结合Scikit-learn介绍几种常用的特征选择方法
干货：结合Scikit-learn介绍几种常用的特征选择方法107,269 次阅读 - 文章作者：Edwin Jarvis特征选择(排序)对于数据科学家、机器学习从业者来说非常重要。好的特征选择能够提升模型的性能，更能帮助我们理解数据的特点、底层结构，这对进一步改善模型、算法都有着重要作用。特征选择主要有两个功能：减少特征数量、降维，使模型泛化能力更强，减少过拟合增强对特征和特征值之间的理解拿到数...
2018-05-24 15:06:09
410
转载 机器学习之sklearn（1）
使用sklearn做单机特征工程目录1 特征工程是什么？2 数据预处理 2.1 无量纲化 2.1.1 标准化 2.1.2 区间缩放法 2.1.3 标准化与归一化的区别 2.2 对定量特征二值化 2.3 对定性特征哑编码 2.4 缺失值计算 2.5 数据变换 2.6 回顾3 特征选择 3.1 Filter 3.1.1 方差选择法 3.1.2 相关系数法 ...
2018-05-24 14:50:22
943
转载 机器学习之sklearn学习（转载）
jasonfreak一个懒惰的人，总是想设计更智能的程序来避免做重复性工作使用sklearn优雅地进行数据挖掘目录1 使用sklearn进行数据挖掘 1.1 数据挖掘的步骤 1.2 数据初貌 1.3 关键技术2 并行处理 2.1 整体并行处理 2.2 部分并行处理3 流水线处理4 自动化调参5 持久化6 回顾7 总结8 参考资料1 使用sklearn进行数据挖掘1.1 数据挖掘的步骤 ...
2018-05-23 17:12:14
180
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