雷小小

PySpark机器学习Demo
PySpark机器学习Demo
发表于|Big DataSpark
spark 机器学习库
大数据手册(Spark)--PySpark MLlib
大数据手册(Spark)--PySpark MLlib
发表于|Big DataSpark
spark 机器学习库
特征工程(VII)--模型集成
特征工程(VII)--模型集成
发表于|PythonMachine Learning
Ensembles 有时候模型集成可以取得不错的效果。常用的模型集成包括： Votting：简单投票或加权平均 Stacking：简单来说就是学习各个基本模型的预测值来预测最终的结果 我们初步选 ...
特征工程(VI)--机器学习
特征工程(VI)--机器学习
发表于|PythonMachine Learning
Jupyter Notebook 代码连接：machine_learning_demo Step 1: Imports and Configuration import pandas as pdim ...
特征工程(V)--时间序列特征
特征工程(V)--时间序列特征
发表于|PythonMachine Learning
有这么一句话在业界广泛流传：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。由此可见，特征工程在机器学习中占有相当重要的地位。在实际应用当中，可以说特征工程是机器学习成功的关键。 特 ...
特征工程(IV)--特征选择
特征工程(IV)--特征选择
发表于|PythonMachine Learning
有这么一句话在业界广泛流传：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。由此可见，特征工程在机器学习中占有相当重要的地位。在实际应用当中，可以说特征工程是机器学习成功的关键。 特 ...
特征工程(III)--特征构造
特征工程(III)--特征构造
发表于|PythonMachine Learning
有这么一句话在业界广泛流传：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。由此可见，特征工程在机器学习中占有相当重要的地位。在实际应用当中，可以说特征工程是机器学习成功的关键。 特 ...
Python(Machine Learning)--XGBoost
Python(Machine Learning)--XGBoost
发表于|PythonMachine Learning
Quick Start XGBoost本质上还是一个GBDT，但是力争把速度和效率发挥到极致，所以叫 Extreme Gradient Boosting。XGBoost高效地实现了GBDT算法，并进 ...
特征工程(II)--数据预处理
特征工程(II)--数据预处理
发表于|PythonMachine Learning
有这么一句话在业界广泛流传：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。由此可见，特征工程在机器学习中占有相当重要的地位。在实际应用当中，可以说特征工程是机器学习成功的关键。 特 ...
特征工程(I)--探索性数据分析
特征工程(I)--探索性数据分析
发表于|PythonMachine Learning
有这么一句话在业界广泛流传：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。由此可见，特征工程在机器学习中占有相当重要的地位。在实际应用当中，可以说特征工程是机器学习成功的关键。 特 ...
avatar
Tiny Lei
每天进步一点点...
文章
184
标签
110
分类
48
公告
感谢访问本站，若喜欢请收藏^_^
最新文章
深度学习(II)--计算机视觉简介
深度学习(II)--计算机视觉简介
深度学习(IV)--注意力机制
深度学习(IV)--注意力机制
深度学习(III)--循环神经网络(RNN)
深度学习(III)--循环神经网络(RNN)
深度学习(II)--卷积神经网络(CNN)
深度学习(II)--卷积神经网络(CNN)
深度学习(I)--前馈神经网络(FNN)
深度学习(I)--前馈神经网络(FNN)
分类
归档
网站资讯
文章数目 :
184
已运行时间 :
本站总字数 :
818.7k
本站访客数 :
本站总访问量 :
最后更新时间 :