本文主要介绍PowerDesigner概念数据模型以及实体、属性创建。一、新建概念数据模型1）选择File-->New,弹出如图所示对话框，选择CDM模型（即概念数据模型）建立模型。2）完成概念数据模型的创建。以下图示，对当前的工作空间进行简单介绍。（以后再更详细说明）3）选择新增的CDM模型，右击 ...
分类：
其他好文 时间：
2018-08-13 19:41:24
阅读次数：
213
谷歌做了45万次不同类型的文本分类后，总结出一个通用的“模型选择算法”... 谷歌做了45万次不同类型的文本分类后，总结出一个通用的“模型选择算法”... 2018年07月25日 17:43:55 阅读数：6 2018年07月25日 17:43:55 阅读数：6 阅读数：6 新智元报道 来源：dev ...
分类：
编程语言 时间：
2018-07-29 16:37:52
阅读次数：
150
7.1过拟合的问题 训练集表现良好，测试集表现差。鲁棒性差。以下是两个例子（一个是回归问题，一个是分类问题） 解决办法： （1）丢弃一些不能帮助我们正确预测的特征。可以使用工选择保留哪些特征，或者使用一些模型选择的算法来帮忙（PCA）； （2）正则化。保留素有的特征，但是减少参数的大小。 7.2代价 ...
分类：
其他好文 时间：
2018-07-02 00:03:49
阅读次数：
105
一.基本概述 用交叉验证的目的是为了得到可靠稳定的模型。 消除测试集与训练集选择的不好，导致训练的模型不好。 二.k折交叉验证 K折交叉验证，初始采样分割成K个子样本，一个单独的子样本被保留作为验证模型的数据，其他K-1个样本用来训练。交叉验证重复K次，每个子样本验证一次，平均K次的结果或者使用其它 ...
分类：
其他好文 时间：
2018-06-23 19:18:49
阅读次数：
285
11.何时修改开发集、测试集和度量指标 开展一个新项目，尽快选好开发集和测试集；例子，根据度量指标A分类器排在B分类器前面，但是团队认为B分类器在实际产品上优于A分类器，这时就需要考虑修改开发集和测试集，或者评价指标了。 有三个主要原因可能导致A分类器的评分较低： （1）你需要处理实际数据的分布和开 ...
分类：
系统相关 时间：
2018-06-14 01:12:46
阅读次数：
225
选择物体后可以改变它的颜色 “导入”“导入新模型。”su中模型分正面反面。在lumion中显示是不一样的。正面是可以显示出来的，反面就是透明的，lumion只能识别不同的材质，所以在su中要用不同的颜色，不同的名字代表不同的材质。 简单制作一个su模型导出su模型dae格式导出双平面就不会存在反面看 ...
分类：
其他好文 时间：
2018-06-03 14:29:52
阅读次数：
208
原文:数据库设计---PowerDesigner（物理模型和概念模型）内容 第一种方法：概念模型转物理模型 1、首先新建模型--选择概念模型（CDM） 2、新建实体（学生和卡），设置相应的属性 3、一共四种关系（1：1，1：n，n:1，n:n），根据自己需要建立关系 4、建立好各个实体之间的关系之后... ...
分类：
数据库 时间：
2018-05-29 00:13:38
阅读次数：
231
总结：不平衡数据的分类，（1）数据层面：使用过采样是主流，过采样通常使用smote，或者少数使用数据复制。过采样后模型选择RF、xgboost、神经网络能够取得非常不错的效果。（2）模型层面：使用模型集成，样本不做处理，将各个模型进行特征选择、参数调优后进行集成，通常也能够取得不错的结果。（3）其他 ...
分类：
其他好文 时间：
2018-05-25 19:27:18
阅读次数：
587
分类问题，主要介绍决策树算法、朴素贝叶斯、支持向量机、BP神经网络、懒惰学习算法、随机森林与自适应增强算法、分类模型选择和结果评价。 一、分类基本介绍 物以类聚，人以群分，分类问题只古以来就出现我们的生活中。分类是数据挖掘中一个重要的分支，在各方面都有着广泛的应用，如医学疾病判别、垃圾邮件过滤、垃圾 ...
分类：
编程语言 时间：
2018-05-23 17:06:05
阅读次数：
236
一、训练误差与测试误差 统计学习的目的就是利用已经学到的模型对已知数据和未知数据进行预测，因此在损失函数确定的情况下，基于损失函数的训练误差和测试误差就成了我们对模型进行评价的一个标准。 注意：在统计学习中使用的损失函数未必和评估中使用的损失函数一样。 训练误差的大小对于判断给定问题是否容易学习是有 ...
分类：
其他好文 时间：
2018-05-14 10:25:56
阅读次数：
142
