特征工程系列学习第18页

时间序列分析与异常检测：使用RNN监测Nginx访问量

项目背景和动机1.2、RNN在时间序列分析中的应用1.3、本项目的整体思路2、数据介绍2.1、数据来源和类型2.2、数据集特征和统计描述2.3、问题定义和目标3、数据预处理3.1、数据清洗3.2、绘制图像3.3、特征工程

无敌小怪兽_Zz·2023-06-07 14:21

关于MLOps中的数据工程，你一定要知道的.......

1.数据收集2.数据探索3.数据处理4.特征工程5.暗线背景：21世纪以来，以Hadoop、Spark、Hive为代表的大数据工具，和以GoogleCloud、AWS、阿里云、华为云等为代表的公共云奠定了当今数据生态系统的基础

狐狸的帽子·2023-06-07 14:47

58506fd3fbed·2023-06-07 12:44

机器学习——特征工程——对数转换、Box-Cox转换

一、对数转换1、概念对数函数可以对大数值的范围进行压缩，对小数值的范围进行扩展。x越大，log(x)增长得越慢。如对下图一这个分布进行对数变换，较小数据之间的差异将会变大(因为对数函数的斜率很大)，而较大数据之间的差异将减少(因为该分布中较大数据的斜率很小)。如果你拓展了左尾的差异，减少了右尾的差异，结果将是方差恒定、形状对称的正态分布(无论均值大小如何)。我们以如下数据为例。biz_file=o

xia ge tou lia·2023-06-07 11:00

机器学习——特征工程

对于机器学习特征工程的知识，你是怎样理解“特征”在机器学习中，特征（Feature）是指从原始数据中提取出来的、用于训练和测试机器学习模型的各种属性、变量或特点。

他不是混子QAQ·2023-06-07 11:26

ML算法——KNN随笔【机器学习】【全国科技工作者日创作】

9.1、理论部分9.2、实现9.2.1、KNN手写实现9.2.2、KNNsklearn实现9.3、案例9、K-NearestNeighbors(KNN)9.1、理论部分K最邻近算法把一个物体表示成向量【特征工程

来杯Sherry·2023-06-07 05:57

Lesson14---卷积神经网络

14.1深度学习基础14.1.1深度学习的基本思想特征工程：尽可能选择和构建出好的特征，使得机器学习算法能够达到最佳性能。

YoLo-8·2023-06-07 01:08

第十五届“华中杯”大学生数学建模挑战赛-C 题空气质量预测与预警-思路解析

思路提要：首先需要对给出的数据进行基本的数据处理（数据读取与查看、空缺值填补、异常值剔除等），接着需要筛选与PM2.5浓度变化有关的因素，该题实质是特征工程（筛选），常用的方法有方差过滤、卡方检验、相关系数

lichensun·2023-06-07 00:45

信用贷款违约预测

通过可视化发现和业务理解构造相应特征工程刻画违约用户画像，最后进行建模预测。importnumpyasnpimportmatplotlibimportmatplotlib.pypl

Bai0206·2023-04-21 13:10

基于 Flink ML 搭建的智能运维算法服务及应用

摘要：本文整理自阿里云计算平台算法专家张颖莹，在FlinkForwardAsia2022AI特征工程专场的分享。

·2023-04-21 10:27

【OMNET++网络仿真系列学习笔记-1】Ubuntu 22.04版本安装OMNET++6.0版本及各类报错合集解决方案

本章目录前言第一步：下载6.0压缩包第二步：解压并安装第三步：启动环境变量第四步：遇到的问题第五步：./configure编译结束第六步：验证安装是否可以正常运行？第七步：验证IDE总结：写在后面的话前言本篇文章记录了22.04版本Ubuntu安装OMNET++6.0版本及各类报错合集解决方案，途中遇到了无数问题，很多问题都无法找到解决方案，好在询问了一下实验室研究生师兄，在他的帮助指导下解决了。

程序员洲洲·2023-04-21 03:44

学习《汉语诗律学》(28)：词字的平仄(6)-五字句的平仄之一：律句

本文为我阅读王力先生《汉语诗律学》的系列学习笔记。这套书分上下册，我现在分享的学习内容摘选自第二册第三章《词》的部分段落。今天分享：词字平仄部分的五字句平仄之一：律句。

秋沼芰荷·2023-04-21 01:53

【大阅读】语文大单元教学在中高段的探索实践

语文学习任务群由相互关联的系列学习任务组成，共同指向学生的核心素养发展，具有情境性，实践性，综合性。不难看出，新课标中的学习任务群，在课本上直接的呈现形式就是大单元教学。

阅读那些事儿·2023-04-20 23:50

MongoDB常用语句(CURD)

集合操作三、文档操作3.1插入文档3.2查询文档3.3更新文档3.4删除文档四、安全认证4.1创建管理员账号4.2创建应用数据库用户4.3启动和连接(校验方式)提示：以下是本篇文章正文内容，MongoDB系列学习将会持续更新一

一只咸鱼。。·2023-04-20 19:11

【ArcGIS Pro二次开发】系列学习笔记，持续更新，记得收藏

一、前言这个系列是本人的一个学习笔记。作为一个ArcGISPro二次开发的初学者，最困扰的就是无从入手。网上关于ArcGISPro二次开发的中文资料极少，官方文档对于我这样的英文苦手又太不友好。在搜索无果后，决定自已动手，从头学起，同时也把学习过程记录下来，一方面便于自己回头查找，另一方面也希望能帮到和我一样的初学者。学习资料的来源主要还是【官网文档+百度翻译】。同时也感谢【gisoracle、学

规划GIS会·2023-04-20 19:56

知识图谱（七）——事件抽取

__盛夏光年__·2023-04-20 17:44

人口普查数据集独热编码转换

人口普查数据集独热编码转换描述在机器学习中，数据的表示方式对于模型算法的性能影响很大，寻找数据最佳表示的过程被称为“特征工程”，在实际应用中许多特征并非连续的数值，比如国籍、学历、性别、肤色等，这些特征被称为离散特征

九灵猴君·2023-04-20 13:19

ML之PySpark：基于PySpark框架针对boston波士顿房价数据集利用lightgbm算法(评估)实现房价回归预测案例应用

PySpark框架针对boston波士顿房价数据集利用lightgbm算法(评估)实现房价回归预测案例应用#1、定义数据集#1.1、创建SparkSession连接#1.2、读取数据集#2、数据预处理/特征工程

一个处女座的程序猿·2023-04-19 22:26

数据挖掘实践（金融风控-贷款违约预测）Task1&2

Link:数据挖掘实践（金融风控）文章目录Task1赛题理解2天赛题要求赛题数据字段表评测标准提交结果个人理解思路比赛流程参考代码比赛指标Task2EDA3天Task3特征工程3天Task4建模与调参3

rr_forever·2023-04-19 18:49

B.数据挖掘机器学习[三]---汽车交易价格预测详细版本｛特征工程、交叉检验、绘制学习率曲线与验证曲线｝

【机器学习入门与实践】入门必看系列，含数据挖掘项目实战：数据融合、特征优化、特征降维、探索性分析等，实战带你掌握机器学习数据挖掘专栏详细介绍：【机器学习入门与实践】合集入门必看系列，含数据挖掘项目实战：数据融合、特征优化、特征降维、探索性分析等，实战带你掌握机器学习数据挖掘。本专栏主要方便入门同学快速掌握相关知识。声明：部分项目为网络经典项目方便大家快速学习，后续会不断增添实战环节（比赛、论文、现

汀、人工智能·2023-04-19 18:17

机器学习实战——特征工程+xgboost股票预测

前言用上证50只股票的以上特征训练xgb模型预测当天的close。代码见文末["open","high","low","volume","price_change","ma5","ma10","ma20","p_change","v_ma5"

只会git clone的程序员·2023-04-19 17:57

零基础如何自学Andriod开发？学习路线及书籍推荐

下面是我看过的一篇关于安卓入门学习的文章，转载过来希望能帮助题主：原文链接：https://www.diycode.cc/wiki/androidbookAndroid开发书籍推荐：从入门到精通系列学习路线书籍介绍

7e3b13701bc8·2023-04-19 17:41

机器学习特征工程

文章目录一、数据预处理1.缺失值处理1.1删除1.2统计值填充1.3前后向值填充1.4直接忽略1.5模型预测2.异常值处理二、特征提取1.数值型特征提取1.1标准化与缩放1.1.1标准化（Standardization）1.1.2归一化（Normalization）1.1.3区间缩放（scaling）1.2非线性标准化（log）1.3分桶2.类别型特征提取2.1序号编码（OrdinalEncodi

不忘初欣丶·2023-04-19 10:19

Dubbo+Zookeeper 实现服务远程调用

SpringBoot整合Dubbo3.1添加依赖3.2配置服务端3.3配置消费端3.4启动测试四、Dubbo-admin管理中心4.1部署服务端4.2部署前端4.3访问控制台提示：以下是本篇文章正文内容，Java系列学习将会持续更新官方文档

一只咸鱼。。·2023-04-19 09:23

初识 MongoDB

文章目录一、简介二、体系结构三、数据类型四、特点五、应用场景提示：以下是本篇文章正文内容，MongoDB系列学习将会持续更新一、简介MongoDB是一个文档数据库，是由字段和值对（field:value

一只咸鱼。。·2023-04-19 09:23

单机部署MongoDB

文章目录一、Windows环境1.1安装1.2启动和连接1.3Compass图形化客户端二、Linux环境2.1安装2.2启动和连接提示：以下是本篇文章正文内容，MongoDB系列学习将会持续更新一、Windows

一只咸鱼。。·2023-04-19 09:22

不看错过好几亿！5分钟学会用Python预测美股价格

5分钟学会用Python预测美股价格预测股票价格特征工程将使用这三种机器学习模型来预测股票：简单线性分析，二次判别分析（QDA）K最近邻（KNN）。首先，先编写几个函数功能：高低百分比和百分比变化。

python大大·2023-04-19 07:50

特征工程(八)特征工程案例分析(2)—利用逻辑回归预测泰坦尼克号生存率

泰坦尼克号将乘客分为一等舱、二等舱、三等舱三个等级，等级不同决定了安全设施、娱乐设施、餐饮等的不同，对生存率有一定影响。那是个绅士的年代，船难时，很多男士放弃逃生机会优先女士孩子逃生，然后慷慨赴死，性别年龄也是影响生存率的因素之一。根据背景初步判断船舱等级、乘客年龄、性别是影响生存率的因素。一些人比其他人更有可能生存，比如妇女，儿童和上层阶级。什么样的人在泰坦尼克号中更容易存活？下载数据地址如下：

undo_try·2023-04-19 02:44

Wide&Deep论文翻译

通过特征交叉带来的Memorization(记忆能力)非常有效和可解释，然后generalization(泛化能力)需要更多的特征工程的成本。

独影月下酌酒·2023-04-19 01:17

DeepFM论文翻译

尽管有很大进步，现有的方法无论对低阶还是高阶的交叉特征，似乎还是有很强的bias,或者需要专门的特征工程。本文，我们证明了得出一个能强化高阶和低阶交叉特征的端到端模型是可能的。

独影月下酌酒·2023-04-19 01:44

DeepFM论文详解

目前的CTR预估模型，实质上都是在“利用模型”进行特征工程上狠下功夫。传统的LR，简单易解释，但特征之间信息的挖掘需要大量的人工特征工程来完成。

你不定积分没加C�·2023-04-19 01:44

解决darknet_ros配置yolo_v4时出现train=1的问题

cuda10.2（务必确认系统版本和JetPack版本对应，不然大概率出问题，详见JetPackArchive|NVIDIADeveloper）darknet_ros移植yolo_v4教程：Yolov4系列学习

Chenliang Pan·2023-04-18 23:09

MySQL从0到1学习002--Linux安装MySQL8.0

这一篇，我们就来开始MySQL系列学习的第一篇，MySQL的安装。MySQL的安装有很多中方式，本文重点实践在Centos操作系统上实现源码的安装。这里也总结一下，我个人知道的一些安装方式。

·2023-04-18 22:22

2021-04-16

接下来一般要结合模型的效果以及特征工程等来分析数据的实际建模情况，根据自己的一些理解，查阅文献，对实际问题做出判断和深入的理解。引导数据科学从业者进行数据处理以及特征工程的

4d2551dd443a·2023-04-18 19:31

【机器学习实践系列二】数据挖掘-二手车价格交易预测（含EDA探索、特征工程、特征优化、模型融合等）

探索载入各种数据科学以及可视化库载入数据总览数据概况判断数据缺失和异常了解预测值的分布特征分为类别特征和数字特征，并对类别特征查看unique分布数字特征分析类别特征分析用pandas_profiling生成数据报告特征工程导入数据删除异常值特征构造

汀、人工智能·2023-04-18 15:41

机器学习笔记（一）之特征工程、特征处理方法、特征构建

特征工程特征使用方案可用性评估特征获取方案特征处理特征清洗预处理单个特征多特征衍生变量特征处理特征构建特征提取方法特征使用方案这里我们要思考要实现我们的目标需要哪些数据答：基于我们的专业知识，尽可能找出对因变量有影响的所有自变量

Charity_st·2023-04-18 10:58

2019饿了么算法秋招面试经验

特征工程的具体方式有哪些。特征工程怎么加入到神经网络中。特征工程怎么加入到机器学习方法中。GBDT和xgb的

MarioBai·2023-04-18 06:12

机械学习模型训练常用代码（随机森林、聚类、逻辑回归、svm、线性回归、lasso回归，岭回归）

南师大蒜阿熏呀·2023-04-18 00:49

FFmpeg/WebRTC/RTMP 音视频流媒体高级开发知识点总结

播放器FFmpeg转码器RTMP/RTSP/HLS/HTTP-FLV流媒体客户端开发SRS流媒体服务器源码分析WebRTC一对一通话WebRTC多人通话JanusSFU(WebRTC)服务器源码分析相关系列学习视频

Linux技术狂·2023-04-18 00:56

sklearn中的数据预处理和特征工程

1sklearn中的数据预处理和特征工程sklearn中包含众多数据预处理和特征工程相关的模块，sklearn六大板块中有两块都是关于数据预处理和特征工程的*模块preprocessing：几乎包含数据预处理的所有内容

Punster_c94b·2023-04-17 21:22

机器学习小结（下）

（五）集成算法集成学习是使用一系列学习器进行学习，并使用某种规则将学习结果进行整合，从而获得比单个学习器更好的学习效果。一般情况下，集成学习中的学习器都是同质的弱学习器。

Darren的黑板报·2023-04-17 08:14

Dubbo之认识RPC架构

1.1RPC架构1.2SOA架构1.3微服务架构1.4SOAvs微服务二、RPC基本概念2.1RPC协议2.2RPC框架2.3RPC运行流程2.4RPCvsHTTP提示：以下是本篇文章正文内容，Dubbo系列学习将会持续更新官方文档

一只咸鱼。。·2023-04-17 02:20

【机器学习】三大树模型实战乳腺癌预测分类

本文从数据的探索分析出发，经过特征工程和样本均衡性处理，使用决策树、随机森林、梯度提升树对一份女性乳腺癌的数据集进行分析和预测建模。

风度78·2023-04-16 15:43

数据预处理与特征工程

1.数据预处理概念：数据预处理是从数据中检测，纠正或删除损坏，不准确或不适用模型的记录的过程可能面对的问题：数据类型不同：比如有的是文字，有的是数字，有的含时间序列，有的连续，有的离散数据的质量不行：有噪声，有异常，有缺失，数据出错，量纲不一，有重复，数据是偏态，数据量太大或太小数据预处理的目的：让数据使用模型，匹配模型的需求1.1数据无量纲化数据的无量纲化是指将不同规格的数据转换到统一规格，或者

从数分到数疯·2023-04-15 23:04

Java从入门到入坟系列学习路线目录索引（持续更新中~~~）

一、Java基础Java基础-String字符串详解Java中final、static关键字总结Java基础-封装性及四种权限修饰符Java基础-继承Java基础-多态Java基础-包装类Java基础-抽象Java基础-接口Java基础-异常Java基础-枚举Java基础-集合Java基础-集合工具类Collections方法详解Java基础-泛型Java基础-反射二、Java数据库（Mysql）

Code皮皮虾·2023-04-15 21:10

通过KNN分类模型预测股票涨跌，然后与基准收益画图对比

目录1获取数据2特征工程：定义一个用于分类的函数3特征工程：生成训练数据4根据训练数据对分类模型进行拟合，并给出得分5使用训练完成的分类模型进行数据预测6定义几个有用的函数7生成基准收益和策略收益对比结果记录一下学习过程

老狼8848·2023-04-15 21:37

【Python3】组合数据类型

前言hi~欢迎点击我的Python系列学习笔记！本篇呢主要介绍Python中的列表、元组、字典、集合这几大除开整数浮点数类型的数据类型。

柒海啦·2023-04-15 16:46

用户贷款违约预测-Top1方案-单模0.9414

用户贷款违约预测-Top1方案-0.9414赛题描述特征工程分组统计分箱标准化归一化类别特征二阶组合模型搭建构建模型进行训练和预测赛题描述用户贷款违约预测，分类任务，label是响应变量。

Kilig*·2023-04-15 10:08

爱学习的菜鸟罢了·2023-04-15 08:25

特征交互新路线|阿里 Co-action Network论文解读

这个工作提供了一种新的特征交互思路，在「特征工程上手动特征交叉」和「模型上自动特征交叉」之间做了折衷，也是「记忆性

文文学霸·2023-04-15 03:11

推荐频道

特征工程系列学习