《百面机器学习》这本书真的是太好了，忍不住要记录一下学习过程中的所思所想。文章内容仅做适当摘取和记录，如有所需，请购书！另外，本文中所摘抄的内容，仅是个人认为比较重要的地方（实际上是想学习的内容）。比如NLP有关的东西，实在是打不起兴趣，舍去了... 机器学习是要和数据打交道，数据如何表征？如何将数 ...
分类：
其他好文 时间：
2020-07-06 10:46:01
阅读次数：
62
作者|Mauro Di Pietro 编译|VK 来源|Towards Data Science 摘要 在本文中，我将使用NLP和Python解释如何为机器学习模型分析文本数据和提取特征。 自然语言处理（NLP）是人工智能的一个研究领域，它研究计算机与人类语言之间的相互作用，特别是如何对计算机进行编 ...
分类：
其他好文 时间：
2020-07-02 16:19:36
阅读次数：
51
二手车定价： 天池_二手车价格预测_Task4_建模调参 - 柯摩的文章 - 知乎 https://zhuanlan.zhihu.com/p/142265877 天池_二手车价格预测_Task_3_特征工程 - 柯摩的文章 - 知乎 https://zhuanlan.zhihu.com/p/1231 ...
分类：
其他好文 时间：
2020-06-28 13:29:11
阅读次数：
71
featuretools入门尝试 简介 特征工程中最重要的一步，是对baseline提升最大的一个步骤，对数据的EDA以及构建特征，是不可缺少一部分。python的特征工程常用agg与groupby的进行聚合统计。 首先，我们得先了解一下featuretools的3个基本组成 实体集（EntityS ...
分类：
其他好文 时间：
2020-06-08 10:52:37
阅读次数：
154
Embedded嵌入法 嵌入法是一种让算法自己决定使用哪些特征的方法，即特征选择和算法训练同时进行。在使用嵌入法时，我们先使用某些机器学习的算法和模型进行训练，得到各个特征的权值系数，根据权值系数从大到小选择特征。 这些权值系数往往代表了特征对于模型的某种贡献或某种重要性，比如决策树和树的集成模型中 ...
分类：
其他好文 时间：
2020-05-29 13:49:27
阅读次数：
57
过滤法总结 到这里我们学习了常用的基于过滤法的特征选择，包括方差过滤，基于卡方，F检验和互信息的相关性过滤，讲解了各个过滤的原理和面临的问题，以及怎样调这些过滤类的超参数。通常来说，我会建议，先使用方差过滤，然后使用互信息法来捕捉相关性，不过了解各种各样的过滤方式也是必要的。所有信息被总结在下表，大 ...
分类：
其他好文 时间：
2020-05-29 13:33:00
阅读次数：
102
相关性过滤 方差挑选完毕之后，我们就要考虑下一个问题：相关性了。 我们希望选出与标签相关且有意义的特征，因为这样的特征能够为我们提供大量信息。如果特征与标签无关，那只会白白浪费我们的计算内存，可能还会给模型带来噪音。在sklearn当中，我们有三种常用的方法来评判特征与标签之间的相关性：卡方，F检验 ...
分类：
其他好文 时间：
2020-05-29 13:27:44
阅读次数：
149
Wrapper包装法 包装法也是一个特征选择和算法训练同时进行的方法，与嵌入法十分相似，它也是依赖于算法自身的选择，比如coef_属性或feature_importances_属性来完成特征选择。但不同的是，我们往往使用一个目标函数作为黑盒来帮助我们选取特征，而不是自己输入某个评估指标或统计量的阈值 ...
分类：
移动开发 时间：
2020-05-29 13:24:47
阅读次数：
159
处理连续性特征 二值化与分段 sklearn.preprocessing.Binarizer根据阈值将数据二值化（将特征值设置为0或1），用于处理连续型变量。大于阈值的值映射为1，而小于或等于阈值的值映射为0。默认阈值为0时，特征中所有的正值都映射到1。二值化是对文本计数数据的常见操作，分析人员可以 ...
分类：
其他好文 时间：
2020-05-28 16:24:21
阅读次数：
80
体验一下 TensorFlow 导包套路, 获取数据 - 特征工程, 构建网络, 模型训练, 计算梯度, 梯度更新 .. Epoch ..这些流程操作. ...
分类：
其他好文 时间：
2020-05-23 18:35:46
阅读次数：
54
