一、卷积神经网络要解决的问题 传统的BP神经网络与DNN（深度神经网络）不同层神经元的连接方式是“全连接”，也就是这一次层的一个神经元的输入，会接受上一次每一个神经元的输出，...
IP属地：山西
-
-
keras.utils.to_categorical()
to_categorical(y, num_classes=None, dtype='float32')作用：将标签转化为0nehot的形式参数：y：int型数组；num_c...
-
tf.keras.losses.BinaryCrossentropy()/CategoricalCrossentropy验证
tf.keras.losses.BinaryCrossentropy()内部是怎么计算的，举例说明 例1： 手推： 例2： 手推： tf.keras.losses.categ...
-
利用随机森林对特征重要性进行评估
前言 随机森林是以决策树为基学习器的集成学习算法。随机森林非常简单，易于实现，计算开销也很小，更令人惊奇的是它在分类和回归上表现出了十分惊人的性能，因此，随机森林也被誉为“代...
-
数据科学实践向--人力资源分析文章已授权，原文自Rady Lao《Predicting Employee Kernelover》 有些公司尽管业绩蒸蒸日上，但却会在人力资源上屡屡碰壁。不断有员工陆续离职，...
-
matplotlib可视化之如何给图形添加数据标签？当我们获取完数据之后，一般来说数据可视化呈现的最基础图形就是：柱状图、水平条形图、折线图等等，在python的matplotlib库中分别可用bar、barh、plot函数来...
-
员工离职原因数据分析|python一、分析目的 数据源自kaggle，通过分析了解员工离职的原因，为降低员工离职率的举措提供数据支撑。 二、数据处理 1.数据预览 可大体看清数据基本情况。 可看出各个字段的计...
-
2、pandas的value_counts()和describe()pandas 的value_counts()函数可以对Series里面的每个值进行计数并且排序。 value_counts是计数，统计所有非零元素的个数，默认以降序的方式输出...
-
离职人员数据分析及预测--排名前1%离职人员预测 面对很多IT公司留不住人，或者人员流动大，在很多HR眼里是很困难的问题，所以本文在此对于IBM数据集中的职工数据进行分析，挖掘出哪些数据对于离职率有贡献，并在最...
-
深度学习模型处理多标签（multi_label）分类任务——keras实战最近在读论文的的过程中接触到多标签分类(multi-label classification)的任务，必须要强调的是多标签（multi-label）分类任务 和 多分类(mu...
-
Neural Graph Collaborative Filtering--总结CF常见的两种关键方法： 嵌入：它将用户和项目转换为矢量化的表示 交换建模：重建历史嵌入的模型，例如，矩阵因式分解(MF)直接嵌入用户/项ID作为向量，并建立用户-项与内积交...
-
Keras model.fit() 函数
https://keras.io/models/model/ x：输入数据。如果模型只有一个输入，那么x的类型是numpyarray，如果模型有多个输入，那么x的类型应当为l...
-
-
朴素贝叶斯分类算法的sklearn实现1、背景 《机器学习实战》当中，用python根据贝叶斯公式实现了基本的分类算法。现在来看看用sklearn，如何实现。还拿之前的例子，对帖子的分类。数据如下： 补充：题目的...
-
机器学习-浅谈模型评估的方法和指标以处理流程为骨架来学习方便依照框架的充实细节又不失概要(参考下图机器学习处理流程的一个实例< >),今天就充实一下模型评估(模型评价)的部分吧. 本"故事"以< >中预测用户...
