谢谢提醒～
九、k-近邻算法1 简要说明 背景：各个酒店的住房记录，数据中含有row_id,x,y（x,y给出酒店位置）,accurary（酒店定位准确性）,time（签到时间）,place_id，用k...
发简信
IP属地：辽宁
-
-
数据仓库ODS、DW和DM概念区分今天看了一些专业的解释，还是对ODS、DW和DM认识不深刻，下班后花时间分别查了查它们的概念。 ODS——操作性数据 DW——数据仓库 DM——数据集市 1.数据中心整体架构...
-
sklearn之OneClassSVM1.简介： （1）无监督异常值检测 （2）解决非平衡样本分类 2.函数定义 classsklearn.svm.OneClassSVM(kernel=’rbf’,degree=...
-
spyder解决界面黑屏问题anaconda下载spyder以后，打开spyder发现菜单栏存在，但是界面黑屏，终端显示QOpenGLShader::link: Failed to create D3D...
-
-
-
浅谈推荐系统
太长不读版：由推荐系统带来的推荐服务基本上已经渗透到我们生活的方方面面，本文作为浅谈推荐系统的基础篇，主要从下面几个维度介绍推荐系统的相关知识： 什么是推荐系统 推荐系统在商...
-
十一、交叉验证和网格搜索1交叉验证 1）评估方法一般有留出法，交叉验证法，自助法，这里我们介绍交叉验证法。2）k折交叉验证法：将数据集D划分为k个大小相似的互斥子集，每个子集都尽可能保持数据分布的一...
-
十、naive bayes朴素贝叶斯
1 简介 假定：样本属性独立性假定比如一篇文章w=(词1,词2,词3,...)我们要看这篇文章属于科技还是娱乐需要计算p(科技|w)和p(娱乐|w),哪个概率大，我们就把这篇...
-
九、k-近邻算法
1 简要说明 背景：各个酒店的住房记录，数据中含有row_id,x,y（x,y给出酒店位置）,accurary（酒店定位准确性）,time（签到时间）,place_id，用k...
-
八 机器学习概述
1 数据划分 sklearn.model_selection.train_test_split 1.1 分类问题 1.1.1 小数据 1.1.2 大数据 1.2 回归问题 2...
-
七、降维
降维原因：1、冗余，特征相关度高，容易消耗计算性能2、噪声，部分特征对预测结果有影响主要方法：1、Filter过滤式(VarianceThreshold) 方差大小，考虑所有...
-
六、数据特征预处理
1 归一化 sklearn.preprocessing import MinMaxScaler（一）归一化处理：统计人觉得几个特征同等重要时，要用归一化（二）目的：使得一个特...
-
五、特征工程
1 字典特征抽取 字典数据抽取:把字典中一些类别的数据分别进行转换成特征。用到的代码是sklearn.feature_extraction.DictVectorizer 输出...
-
四、seaborn本文目录如下：1 风格设定1.1 sns.set_style()1.2 sns.despine()1.3 不同子图，不同风格1.4 sns.set_context()2 调色...
-
三、matplotlib1 折线图 输出：Index(['DATE', 'UMCSENT'], dtype='object')DATE UMCSENT0 2000-01-01 112.01 ...
-
