以下学习笔记来自Datawhale组队学习的数据分析课程第二章，此次数据分析课程主要是完成kaggle上泰坦尼克的任务，实战数据分析全流程。 链接：https://github.com/datawhalechina/hands-on-data-analysis 模型建立与评估 数据导入 导入基本库和plt配置 import pandas as pd import
李宏毅机器学习Task05 梯度下降法的困难 本次重点关注神经网络算法中在用梯度下降法寻找最佳的那个 f ∗ f^* f∗时，如果梯度为0其实意味着
建模和评估的基本流程： 读入数据集 特征工程 分割训练集和测试集
一、 为什么使用CNN处理图片 在图片中有一些比整张图片要小的pattern（比如鸟的图片中鸟的喙就是一个小的pattern），识别这些pattern并不需要看整张图片。 这些小的pattern会出现在图片的不同位置，例如鸟图片中鸟的喙可能出现在左上角也可能出现在中间。 对图片进行降采样（池化）不会改变
目录 作业 1. 什么是Bootstraps 2. bootstraps和bagging的联系 3. 什么是bagging 4. 随机森林和bagging的联系和区别 5. 使用偏差和方差阐释为什么bagging能提升模型的预测精度 6. 使用Bagging和基本分类模型或者回归模型做对比，观察bagging是否相对于基础模型的精度有所提高
本笔记为阿里云天池龙珠计划SQL训练营的学习内容，链接为：https://tianchi.aliyun.com/specials/promotion/aicampsql 1 窗口函数概念 窗口函数也称为OLAP函数。OLAP 是OnLine AnalyticalProcessing 的简称，意思是对数据库数据进行实时分析处理。 为了便于理解，称之为窗口函数。常
5.1窗口函数 5.1.1窗口函数概念及基本的使用方法 5.2窗口函数种类 5.2.1专用窗口函数 5.2.2聚合函数在窗口函数上的使用 5.3窗口函数的的应用 - 计算移动平均 5.3.1窗口函数适用范围和注意事项 5.4GROUPING运算符 5.4.1ROLLUP - 计算合计及小计 练习题 5.1 product_id 升序排列
来吧鸢尾花～ 选择度量模型性能的指标 真阳性TP:预测值和真实值都为正例;真阴性TN:预测值与真实值都为正例;假阳性FP:预测值为正，实际值为负;假阴性FN:预测值为负，实际值为正; 分类模型的指标 准确率 分类正确的样本数占总样本的比例 A
1.常用的分类模型简介 sklearn作为机器学习的集成包，囊括了很多常用的机器学习算法，贝叶斯，KNN，逻辑回归，随机深林，决策树，GBDT，SVM都被收录其中。其中KNN属于无监督学习模型，贝叶斯，逻辑回归，随机深林，决策树，GBDT，SVM均属于有监督学习模型。 2.分类模型详解 2.1.朴树贝叶斯 朴素贝叶斯和其
本文参考链接 https://github.com/datawhalechina/team-learning-data-mining/tree/master/IntegratedLearning 1. 导入数据集 本次使用的是sklearn自带的 IRIS鸢尾花数据集 导包 import numpy as np import pandas as pd 导入数据集 from sklearn import datasets iris = d
一、 Neo4介绍 1.1 Neo4介绍 Neo4j是一个世界领先的开源图形数据库，由Java编写。图形数据库也就意味着它的数据并非保存在表或集合中，而是保存为节点以及节点之间的关系；Neo4j的数据由下面3部分构成：节点边和属性；Neo4j除了顶点（Node）和边（Relationship），还有一种重要的部分——属性。
练习 1. df = pd.read_csv('data/Drugs.csv',index_col=['State','COUNTY']).sort_index() df.head() result = pd.pivot_table(df,index=['State','COUNTY','SubstanceName'] ,columns='
第五章 变形 一、长宽表的变形 什么是长表？什么是宽表？这个概念是对于某一个特征而言的。例如：一个表中把性别存储在某一个列中，那么它就是关于性别的长表；如果把性别作为列名，列中的元素是某一其他的相关特征数值，那么这个表是关于性别的宽表。下面的两张表就分别是关于性别的长表和宽
目录 5.1 窗口函数知识整理 5.2 举例说明 5.3 练习题（macOS） 5.1 窗口函数知识整理 用法 说明 窗口函数 OLAP函数，OnLine Analytic Processing，对数据库数据实时分析处理 <窗口函数> OVER ([PARTITION BY <列名>] ORDER BY <排序用列名>) *[]中的内容可
排序模型 通过召回的操作， 我们已经进行了问题规模的缩减， 对于每个用户， 选择出了N篇文章作为了候选集，并基于召回的候选集构建了与用户历史相关的特征，以及用户本身的属性特征，文章本省的属性特征，以及用户与文章之间的特征，下面就是使用机器学习模型来对构造好的特征进行学习，然后
task05 排序模型+模型融合 排序模型 使用了召回操作后已经缩减了问题规模，每个用户都有候选集，并基于召回的候选集构建了与用户历史相关的特征，以及用户本身的属性特征，文章本省的属性特征，以及用户与文章之间的特征，下面就是使用机器学习模型来对构造好的特征进行学习，然后对测试集
背景 本篇图文是LSGO软件技术团队组织的 第二期基础算法（Leetcode）刻意练习训练营 的打卡任务。本期训练营采用分类别练习的模式，即选择了五个知识点（数组、链表、字符串、树、贪心算法），每个知识点选择了 三个简单、两个中等、一个困难 等级的题目，共计三十道题，利用三十天的时间完
题目： 给定一个包括 n 个整数的数组 nums 和 一个目标值 target。找出 nums 中的三个整数，使得它们的和与 target 最接近。返回这三个数的和。假定每组输入只存在唯一答案。 示例： 例如，给定数组 nums = [-1，2，1，-4], 和 target = 1. 与 target 最接近的三个数的和为 2. (-1 + 2 +
