[TOC] 图神经网络处理网络特征 图卷积网络 GCN 图注意力网络 GAN 图自编码器 GA 图生成网络 图时空网络 GSN 图论 我记得运筹学课本有一章节是讲过图论的。 G=(V,E),V是土中节点的集合，E是边的集合，一个图中的节点个数为N. 图也可以用矩阵表示： 邻接矩阵A：用来表示节点之间 ...
分类：
其他好文 时间：
2020-04-23 21:09:40
阅读次数：
158
1. sklearn数据特征预处理 通过特定的统计方法（数学方法）将数据转换成算法要求的数据。 数值型数据：标准缩放： 归一化 标准化 类别型数据： one-hot编码 时间类型： 时间的切分 sklearn特征处理的API为：sklearn.preprocessing。 1.1 归一化 特点：通过 ...
分类：
其他好文 时间：
2020-04-17 09:20:17
阅读次数：
77
数值型特征处理：通过特定的统计方法将数据转换成算法要求的数据，归一化和标准化 # 归一化的计算公式决定了其对异常值很敏感，一旦出现异常值会导致鲁棒性较差，所以归一化只适合传统精确小数据场景 from sklearn.preprocessing import MinMaxScaler def mm() ...
分类：
其他好文 时间：
2020-03-25 14:59:46
阅读次数：
90
1. 处理计数 1.1 二值化 1.2 区间量化（分箱） 固定宽度分箱：通过固定宽度分箱，每个分箱中会包含一个具体范围内的数值。这些范围可以人工定制，也可以通过自动分段来生成，它们可以是线性的、也可以是指数性的。 分位数分箱：（分位数是可以将数据分为相等的诺干份数的值。）例如中位数、四分位数、十分位 ...
分类：
其他好文 时间：
2020-01-01 16:55:12
阅读次数：
85
真理之言 特征工程决定了机器学习的上限，而算法和模型只是逼近这个上限。 特征工程是什么 模型设计、算法训练之前的所有针对数据的准备工作，都称之为特征工程。 特征工程包含哪些工作 分析任务、获取数据、特征数据处理-异常值、空值、重复值、标准化等、特征处理-衍化、二值化、哑编码、降维等。这个过程中很多环 ...
分类：
其他好文 时间：
2019-12-28 19:25:13
阅读次数：
95
1. CART分类树算法的最优特征选择方法 2. CART分类树算法对于连续特征和离散特征处理的改进 3. CART分类树建立算法的具体流程 4. CART回归树建立算法 5. CART树算法的剪枝 6. CART算法小结 7. 决策树算法小结在决策树算法原理(上)这篇里，我们讲到了决策树里ID3算... ...
分类：
编程语言 时间：
2019-10-01 14:37:01
阅读次数：
122
RNN CNN 人老珠黄。全面拥抱Transformer。 对于自然语言处理领域来说，2018 年无疑是个收获颇丰的年头， 就是Bert 模型了。 一个是 Bert 这种两阶段的模式（预训练 + Finetuning） 必将成为 NLP 领域研究和工业应用的流行方法； 第二个是从 NLP 领域的特征 ...
分类：
其他好文 时间：
2019-08-11 12:53:10
阅读次数：
72
在特征工程之特征选择中，我们讲到了特征选择的一些要点。本篇我们继续讨论特征工程，不过会重点关注于特征表达部分，即如果对某一个特征的具体表现形式做处理。主要包括缺失值处理，特殊的特征处理比如时间和地理位置处理，离散特征的连续化和离散化处理，连续特征的离散化处理几个方面。# 一、缺失值处理 特征有缺失值... ...
分类：
其他好文 时间：
2019-07-19 19:01:22
阅读次数：
88
二元转换BinarizerBinarizer是将连续型变量根据某个阈值，转换成二元的分类变量。小于该阈值的转换为0，大于该阈值的转换为1。 要求输入列必须是double，int都会报错。如下：输入的是0.1，0.8，0.2连续型变量，要以0.5为阈值来转换成二元变量（0,1）。 打印结果： 多了一个 ...
分类：
其他好文 时间：
2019-04-28 20:27:30
阅读次数：
252
