数据分析
-
交叉验证(Cross validation)总结详解大数据
一 什么是CV CV,通俗理解就是使用训练数据和测试数据交叉的方式来验证一个(或多个)模型的性能,以此判定算法在数…
-
方差,标准差,MSE, RMSE详解大数据
1. 方差 样本X的期望 方差是一种特殊的期望, …
-
决策树的究极进化之Bagging和Boosting详解大数据
决策树基础参考: http://blog.csdn.net/leiting_imecas/article/details/52950663 本节介绍决策树的究极进化 1. Bagg…
-
机器学习之特征工程(一)详解大数据
一 什么是特征工程 特征是指数据中抽取出来的对结果预测有用的信息 特征工程是使用专业背景和技巧处理数据,使得特征能在机器学习算法上发挥更好的作用的过程。 特征工程的意义:1.更好的…
-
机器学习之特征归一化(normalization)详解大数据
参考自斯坦福机器学习课程 一 引子 对房屋售价进行预测时,我们的特征仅有房屋面积一项,但是,在实际生活中,卧室数目也一定程度上影响了房屋售价。下面,我们有这样一组训练样本: 房屋面…
-
机器学习之特征工程(二)详解大数据
本节主要介绍数据和特征处理。 https://github.com/liuleigit/ML_tutorial 一 特征处理 (1)数值型 …
-
新闻内容去重算法simhash实践详解大数据
前言 最近做了新闻去重算法的工作,mark下 两个应用场景:1. 重复新闻整体检测、去重 2. 从非重复的新闻…
-
正则化方法:L1和L2 regularization及区别、数据集扩增、dropout详解大数据
参考 http://blog.csdn.net/u012162613/article/details/44261657 &nbs…
-
从sklearn.preprocessing, sklearn.feature_selection学习特征工程之预处理详解大数据
特征工程思维导图如下图。 本文借助sklearn介绍其中的预处理部分 二 单特征预处理 <1> 标准化  …
-
阿里云HPC升级 tensorfow 1.0之cuda、cudnn、glibc、libcxx详解大数据
昨天开始升级hpc的tensorflow,中间踩了个大坑。到现在才弄顺,mark一下。 gpu版的tf,可以在github上下载,然后按照教程使用pip安装。但需要更新很多系统包 …