整理今天的代码…… 采用的是150条鸢尾花的数据集fishiris.csv # 读入数据，把Name列取出来作为标签（groundtruth） import pandas as pd data = pd.read_csv('fishiris.csv') print(data.head(5)) X = ...
分类：
编程语言 时间：
2020-07-21 09:45:22
阅读次数：
138
解题思路：一开始不知道怎么下手，暴力遍历也没有合适的方法。参考了题解，了解到回溯算法，结合他人的代码，写了出来 借用题解的决策树图： 1 //参考了题解的回溯算法 2 public static List<List<Integer>> combinationSum(int[] candidates, ...
分类：
其他好文 时间：
2020-07-21 01:00:33
阅读次数：
67
要管理干系人，首先要识别出项目干系人，只有全面地识别出当前项目的干系人，才能实现有计划地沟通和管理，促进项目成功。本文重点讲解如何识别干系人。 1、识别干系人，是指识别能够影响项目决策、活动或结果的个人、群体或组织，以及被项目决策、活动或结果影响的个人、群体或组织，并分析记录他们相关信息的过程。 这 ...
分类：
其他好文 时间：
2020-07-20 13:29:36
阅读次数：
153
层次分析法 介绍 层次分析法（The Analytic Hierarchy Process即 AHP)是由美国运筹学家、 匹兹堡大学教授T . L. Saaty于20世纪70年代创立的一种系统分析与决策的综合 评价方法，是在充分研究了人类思维过程的基础上提出来的，它较合理地解 决了定性问题定量化的处 ...
分类：
其他好文 时间：
2020-07-18 15:36:32
阅读次数：
125
决策树：逼近离散值目标函数 适用问题：离散值分类 选择分类能力最好的属性根节点 度量： 熵 正例反例 同属于一类0，正=反 1 优选偏置，限定偏置 过度拟合：随机错误，噪声 数据太少 解决： 尽早停止树增长 修剪： 1.错误率降低修剪 2.规则后修剪 转换成规则 合并连续值属性 定义新属性，区间中值 ...
分类：
其他好文 时间：
2020-07-16 20:59:52
阅读次数：
66
数据可视化的本质是视觉对话，数据可视化将数据分析技术与图形技术结合，清晰有效地将分析结果信息进行解读和传达。大数据可视化是进行各种大数据分析解决的最重要组成部分之一。一旦原始数据流被以图像形式表示时，以此做决策就变得容易多了。为了满足并超越客户的期望，大数据可视化工具应该具备这些特征：1·能够处理不同种类型的传入数据2·能够应用不同种类的过滤器来调整结果3·能够在分析过程中与数据集进行交互4·能够
分类：
其他好文 时间：
2020-07-16 12:16:59
阅读次数：
387
提升的概念 提升算法 提升算法推导 梯度提升决策树 决策树的描述 正则项的定义 目标函数的计算 目标函数继续化简 子树划分 Adaboost 误差上限 方差与偏差 Bagging能够减少训练方差，对于不剪枝的决策树、神经网络等学习器有良好的集成效果 Boosting减少偏差，能够基于泛化能力较弱的学 ...
分类：
其他好文 时间：
2020-07-15 01:15:23
阅读次数：
72
商业智能的应用在国外已广为普及，并且开始不断应用大数据和云技术。而国内，商业智能BI工具在这几年才开始慢慢被接受，企业开始有意识地建立一体化数据分析平台，为经营决策提供分析。近几年，商业智能的几大趋势：对于大数据更好的支持，对海量数据块的快速响应，各大商业智能软件基本都支持了hadoop作为数据库；可视化分析的重要性，也日益明显，比如国内的亿信华辰跟国外的Tableau，QLK，PowerBI都有
分类：
其他好文 时间：
2020-07-14 20:00:26
阅读次数：
165
强化学习（Reinforcement Learning, RL），又称再励学习、评价学习或增强学习，是机器学习的范式和方法论之一，用于描述和解决智能体（agent）在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题 [1] 。 强化学习的常见模型是标准的马尔可夫决策过程（Marko ...
分类：
其他好文 时间：
2020-07-12 19:10:00
阅读次数：
90
sklearn实践（二）：决策树 一、数据处理 继续上次聚类的练习，基于稍作处理的数据，在决策树中，只需划分一下训练集和测试集即可 这里用到的是 sklearn.model_selection.train_test_split() 函数原型：sklearn.model_selection.``tra ...
分类：
其他好文 时间：
2020-07-12 12:08:46
阅读次数：
61
