特征工程系列学习

跟ChatGPT学量化，菜鸟炒股也不怕

特征工程：将原始数据转化为特征变量，包括技术指标、基本面指标等。策略设计：根据市场行情和投资目标，设计投资策略，包括买卖信号的产生、
颹蕭蕭·2023-03-10 18:38

【精通特征工程】学习笔记（四）

【精通特征工程】学习笔记Day4&2.22&D5章&P65-81页5、分类变量:自动化时代的数据计数分类变量是用来表示类别或标记的，又称为无序变量大型分类变量，分箱计数5.1分类变量的编码分类变量中的类别通常不是数值型的
小小孩儿的碎碎念·2023-03-09 16:54

浅析自动机器学习（AutoML）工具NNI

NNI简介NNI(NeuralNetworkIntelligence)是一个轻量级但功能强大的自动机器学习（AutoML）工具包，可帮助用户自动化特征工程、神经架构搜索、超参数调优和模型压缩，并支持单机
吃果冻不吐果冻皮·2023-03-09 14:19

探究GBDT算法：从Boosting到特征工程

（封面图由ERNIE-ViLGAI作画大模型生成）探究GBDT算法：从Boosting到特征工程GBDT是机器学习领域中非常有用的算法之一。它可以用于分类和回归问题，并且在实践中表现非常出色。
Chaos_Wang_·2023-03-09 12:05

开源项目介绍 ｜ Angel-高性能分布式机器学习平台

Angel支持特征工程、模型构建、参数训练、AutoML、模型服务Serving等全栈机器学习服务，提供机器学习、深度学习、图神经网络等多种算法，支持级万亿级超大规模参数模型的训
tencent__open·2023-03-09 07:17

Pandas特征工程——线性变换

线性变换目录线性变换Z-score变换归一化变换归一化至[0,1]归一化至[-1,1]归一化极端值处理离群值检测Z-score变换z-score变换（又称均值归一化），是一种广泛使用的线性变换，将数据映射到一组均值为0且标准差为1的新数据中。公式：利用numpy表示为：importnumpyasnpimportpandasaspdnp_data=np.array([1,4,10,15,23])z_
フィロソフィー·2023-02-28 08:18

波士顿房价预测 ---线性回归实现

load_boston()#2.数据集划分x_train,x_test,y_train,y_test=train_test_split(data.data,data.target,random_state=22)#3.特征工程
H A I·2023-02-27 19:31

Nest.js系列学习之初识nest项目框架及服务

目录初始化新建一个nest项目文件目录启动nest服务nest中基础概念nest控制器新建一个控制器nest服务新建一个服务nest模块新建一个模块直接生成一个功能模块的代码资源nest的架构和代码组合方式初始化新建一个nest项目//全局安装nestjs脚手架npmi-g@nestjs/cli//使用脚手架新建项目nestnewproject-name文件目录.├──README.md//说明文
·2023-02-27 18:51

Nest.js系列学习控制器使用示例详解

目录控制器是什么路由Request请求对象多种请求方式路由通配符状态码Headers重定向路由参数子域路由异步性DTODTO是什么一个完整的控制器路由例子小结控制器是什么控制器负责处理传入的请求和向客户端返回响应，控制器的目的是接收应用的特定请求。路由机制控制哪个控制器接收哪些请求。通常，每个控制器有多个路由，不同的路由可以执行不同的操作。如果要创建一个简单的路由器，我们使用类和装饰器。装饰器将类
·2023-02-27 18:51

【阿旭机器学习实战】【25】决策树模型----树叶分类实战

目录决策树进行树叶分类实战1.导入数据2.特征工程3.构建决策树模型4.模型优化决策树进行树叶分类实战1.导入数据importpandasaspdimportmatplotlib.pyplotaspltfromsklearn.p
阿_旭·2023-02-25 08:23

家用电器用户行为分析与事件识别_家用电器用户行为分析与事件识别学习笔记...

该例主要讲的是用户洗浴用水事件的识别问题(热水器数据)，归结为0-1分类问题——这是全局观按分析问题大的步骤：数据探索性分析——>数据规约——>一次用水事件划分及阈值寻优——>特征工程/属性构造——>筛选洗浴事件
哈特瑞姆·2023-02-25 07:05

第四章 Jetson Nano Unet TensorRT模型推理

JetsonNano系列学习第一章JetsonNano烧录镜像及jtop安装第二章JetsonNano安装Archiconda、PyTorch、torchvision第三章JetsonNano虚拟环境中使用
时光机器人·2023-02-22 07:13

Python手写了 35 种可解释的特征工程方法-案例分析

链接入口：Python手写了35种可解释的特征工程方法-腾讯云开发者社区-腾讯云简单分析概况用户有12个特征，每个特征分别对应每月的额度使用率。
ᝰꫛꪮꪮꫜ748·2023-02-22 02:49

sklearn专题五：逻辑回归

为什么需要逻辑回归2linear_model.LogisticRegression2.1二元逻辑回归的损失函数2.1.1损失函数的概念与解惑2.2重要参数penalty&C2.2.1正则化2.2.2逻辑回归中的特征工程
Colorfully_lu·2023-02-21 07:07

2023年美赛C题Wordle预测问题二建模及Python代码详细讲解

题Wordle预测问题二建模及Python代码详细讲解（3）2023年美赛C题Wordle预测问题三、四建模及Python代码详细讲解（4）2023年美赛C题Wordle预测问题25页论文1数据分析与特征工程
Better Bench·2023-02-20 07:40

2023年美赛C题Wordle预测问题三、四建模及Python代码详细讲解

预测问题二建模及Python代码详细讲解（3）2023年美赛C题Wordle预测问题三、四建模及Python代码详细讲解（4）2023年美赛C题Wordle预测问题25页论文1问题三这是一个聚类分析问题1.1特征工程这部分和问题一的一样我提取
Better Bench·2023-02-20 07:40

图神经网络--图的基本表示和特征工程

图的基本表示和特征工程图神经网络图的基本表示和特征工程前言一、图的基本表示1.图的基本表示2.图的类型3.节点连接数4.邻接矩阵5.图的连通性二、传统机器学习（人工特征工程+机器学习）1.特征分类2.传统机器学习
无盐薯片·2023-02-17 18:40

二、图的基本表示和特征工程【CS224W】（Datawhale组队学习）

开源内容：https://github.com/TommyZihao/zihao_course/tree/main/CS224W子豪兄B站视频：https://space.bilibili.com/1900783/channel/collectiondetail?sid=915098斯坦福官方课程主页：https://web.stanford.edu/class/cs224w文章目录图的基本表示图
卡拉比丘流形·2023-02-17 17:38

[datawhale202302]CS224W图机器学习：图的基本表示及特征工程

结论速递本章涉及了图基本表示及传统的特征工程。图由节点和连接组成，节点和连接上都可以有不同的属性。根据属性的特点，分为几类不同的图，其中异质图和二分图是比较重要的特殊图。
SheltonXiao·2023-02-17 17:13

03、sklearn中的数据预处理和特征工程

文章目录1.概述1.1数据预处理与特征工程1.2sklearn中的数据预处理和特征工程!
xiao52x·2023-02-17 16:10

pandas用众数填充缺失值_sklearn中的数据预处理和特征工程

3.4以上Scikit-learn0.20.0(你的版本至少要0.19Numpy1.15.3,Pandas0.23.4,Matplotlib3.0.1,SciPy1.1.01sklearn中的数据预处理和特征工程
weixin_39538847·2023-02-17 16:09

[机器学习与scikit-learn-47]：特征工程-sklearn中的数据预处理和特征工程概述

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：https://blog.csdn.net/HiWangWenBing/article/details/123966627目录前言：第1章机器学习/数据挖掘的一般处理流程第2章数据预处理该概述2.1什么是数据预处理2.2数据预处理的意义2.3数据预处理的方法第3章sklearn中的数据预处理和特征工
文火冰糖的硅基工坊·2023-02-17 16:38

数据预处理（无量纲化、缺失值、分类特征、连续特征）

1.1sklearn.preprocessing.MinMaxScaler1.2sklearn.preprocessing.StandardScaler2.缺失值3.分类型特征4.连续型特征数据挖掘的五大流程包括：获取数据数据预处理特征工程建模上线其中
酒酿小圆子～·2023-02-17 16:08

实例（1）——特征工程

前言：机器学习工程师一半的时间花在数据的清洗、特征选择、降维等数据处理上面，下面就以邮件过滤系统为例，介绍一下机器学习模型构建前的一些非常重要的工作。收集数据不同的项目有不同的数据来源，这在前面介绍过。查看数据这次训练模型的数据当然是六万多份邮件以及邮件的标签，如下图：邮件标签通过数据可以得到如下：任务监督学习还是无监督学习？二分类还是多分类？文本分类还是结构化数据分类？短文本分类还是长文本分类？
飘涯·2023-02-17 12:11

一文读懂特征工程

特征工程（featureengineering）：利用领域知识和现有数据，创造出新的特征，用于机器学习算法；可以手动（manual）或自动（automated）。
rowcolumn·2023-02-17 11:06

张贵栓‖小学语文“版块互动、任务驱动、实践活动”学习任务群策略运用

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。
悦读苑·2023-02-17 05:15

AI实战入门(二)：机器学习开发流程

04机器学习开发流程4.1获取数据4.2处理数据4.3特征工程（将数据处理成可以被算法使用的数据）4.4机器学习算法训练-模型4.5模型评估4.6应用老麦在这整理提供一些在线下载的数据集，可快速入门机器学习
老麦叨逼叨·2023-02-17 05:32

语音识别系列之脉冲神经网络特征工程

人工神经网络（ArtificialNeuralNetwork,ANN）中的单个人工神经元是对生物神经元的高度抽象、提炼和简化，模拟了后者的若干基本性质。得益于误差反向传播算法，网络权重可根据设定的目标函数得到有效地调整，ANN在视觉、文本、语音等领域都取得了巨大的成功，各种新奇的网络结构、训练策略层出不穷，ANN获得了蓬勃发展，大量科研及工程人才投入之中，强力推动了学术研究及工业应用。相较而言，比
语音之家·2023-02-16 22:50

Python 数据分析实战案例：用户行为预测

文章目录案例介绍技术提升读取数据数据预处理数据探索与可视化数据分析用户流量和购买时间情况分析总访问量成交量时间变化分析(天)总访问量成交量时间变化分析(小时)特征工程行为类型点击次数加购次数收藏次数相关分析数据标签建立模型逻辑回归模型评估随机森林模型评估案例介绍背景
Python数据挖掘·2023-02-16 22:49

机器学习-特征工程 基础知识总结

特征工程包括【特征构造】【数值处理】【特征选择】1.【特征构造】数据和特征决定了机器学习的上限：切片静态特征，切片聚合特征，时序聚合特征2.
yamgyutou·2023-02-07 11:48

Python机器学习：时间多尺度处理日期变量

特征工程中常用的时间属性：返回月份，如1月=1dt.month当年的第几周，如1月1日=1dt.weekofyear周几，如对应日期是周二=2dt.weekday当周的第几天dt.dayofweek其他时间属性
紫昂张·2023-02-07 11:03

阿里云天池大赛工业蒸汽预测学习（3）

``最近开始了本赛题特征工程部分的学习**概念：**特征工程就是从原始数据提取特征的过程，这些特征可以很好的描述数据，并且利用特征建立的模型在位置数据上的性能表现可以达到最优流程1.去掉无用特征2.去除冗余特诊
地大停车第二帅·2023-02-07 10:46

数据挖掘概述

文章目录一、数据准备1.1原始维度指标1.2异常值处理1.3类别不均衡处理二、特征工程2.1构造新复合的指标2.2数据转化2.3平滑处理2.4归一化2.5降维三、建模3.1无监督模型3.2.1方法（分界值确定
pxq_12345·2023-02-07 09:29

数据挖掘概述

一个完整的知识发现过程还包含了数据挖掘前的预处理，比如特征工程、数据规范化等，以及数据
你长得好像一个人123·2023-02-06 12:14

TensorFlow搭建"简易"Wide and Deep 模型

官方提供的Wide&Deep模型的（简称，WD模型）教程都是使用TensorFlow（简称，TF）自带的函数来做的特征工程，并且模型也进行了封装，所以如果要
PerfectDemoT·2023-02-06 09:04

动手学数据分析学习笔记-Ch1

本文为Datawhale8月组队学习——动手学数据分析课程的系列学习笔记。
憩程·2023-02-06 06:06

OpenMMLab AI实战营 vol.02

图像分类发展历程传统方法：设计图像特征（1990s-2000s），图像→（人工设计的算法）→特征向量→（机器学习）→分类，受限于人类智慧从特征工程到特征学习：深度学习时代（2012至今），层次化特征的实现
weixin_46292677·2023-02-05 19:16

MMclassification图像分类

数据分布本质从数据中学习分布规律，起初通过特征工程获得数据，但特征工程应用局限，随着深度学习的发展，深度学习模型能够更好地获得特征，而不局限于某一个特征工程
Fighting_1997·2023-02-05 15:14

特征工程（一）概念及python的实现手段

特征工程的定义我的理解：在我看来，特征工程涵盖几个方面的内容，特征变量的选取这一步对我们的模型有深远的影响，就像给人讲故事，那么故事从何说起呢，就从特征变量开始说起。
在做算法的巨巨·2023-02-05 12:26

2019-01-07特征工程文章

使用sklearn优雅地进行数据挖掘使用sklearn做单机特征工程特征工程到底是什么？Kaggle入门，看这一篇就够了
sevenland·2023-02-05 12:04

机器学习-Sklearn-11（支持向量机SVM-SVC真实数据案例：预测明天是否会下雨）

机器学习-Sklearn-11（支持向量机SVM-SVC真实数据案例：预测明天是否会下雨）#11、SVC真实数据案例：预测明天是否会下雨#这个案例的核心目的，是通过巧妙的预处理和特征工程来向大家展示，在现实数据集上我们往往如何做数据预处理
Henrik698·2023-02-05 11:26

OpenMMLab第二天学习_计算机视觉图像分类

计算梯度、统计梯度方向分布，ImageNet图像识别，视觉任务从特征工程到物征学习多头神经网络人脑可以看成一个“开关网络”，这些开关可以模拟出选择并选择，据此就实现了通用智能——同理，计算机的通用智能，
shuxinfriend·2023-02-05 10:03

构建我的图像分类框架记录

构建我的图像分类框架记录参考资料数据集cifar10模型选择mobilnet系列参考博客评价指标训练trick整理调参网络结构调优resnet系列学习衰减策略标签平滑知识蒸馏数据增强ｍｉｘｕｐ参数值的设置优化批归一化
慕一Chambers·2023-02-05 10:43

OpenMMLab学习 Day2

视觉任务的难点机器学习的优势和局限性传统方法:设计图像特征(1990s~2000s)从特征工程到特征学习AlexNet的诞生&深度学习时代的开始GoingDeeper(2012~2014)残差学习的基本思路更强的图像分类模型神经结构搜索
X1ao泽OuO·2023-02-05 09:39

YOLO系列学习笔记

一，YOLO1，主要过程1）：将图片分成S*S（论文中取7）个网格，若某个对象中心坐落于一个网格内，则该网格负责检测该对象。2）：每个网格预测B个boundingboxes和其相应confidence，confidence可以理解为该框包含对象的概率乘以IoU。3）：每个boundingbox预测5个值，x、y、w、h、confidence，x、y是对象中心相对于网格边界的偏移量，w、h是相对于整
wslkd0123·2023-02-05 07:10

OpenMMlab AI实战营 打卡笔记DAY2

part1图像分类任务1.1从特征工程到特征学习机器学习算法善于处理低维、分布相对简单的数据。而图像数据在空间中具有复杂的分布，传统分类方法从图像中提取出n维的特征向量，再用机器学习的方法进行分类。
harry trolor·2023-02-05 07:09

Yolo系列学习笔记（一）

目录yolov7的安装创建yolov7的虚拟环境安装cuda、cudnn和pytorch-gpu在github上下载yolov7在pycharm中配置创建的虚拟环境yolov7的使用（pycharm）1.通过labelImg进行数据集的标注，生成图片对应的.xml文件2.通过pycharm打开yolov7文件，运行xml2txt.py,创建数据集文件夹3.修改.yaml文件4.运行train.py
zone_zerodr·2023-02-05 07:05

《机器学习算法竞赛实战》整理 | 四、特征工程

本文结合《机器学习算法竞赛实战》学习笔记4.特征工程_全自动学习机器的博客-CSDN博客进行了重现整理。仅供自己学习。
飞行模式yu·2023-02-05 07:22

机器学习中的特征工程（一）---- 概览

前言上个月参加了微信大数据挑战赛，由于是第一次参加类似的比赛，并没有什么经验，最终也没有进复赛。不过在这期间还是学到了很多知识，尤其是特征处理相关的内容。接近2周的时间我几乎都在编写特征处理相关的代码，因为模型大家都用的差不多，无非就是DeepFM、DIN、GBDT等等，但是提取的特征却各不相同。在很多大佬分享出来的baseline代码中学习到了一些特征提取的技巧，但是真正可以上大分的特征，人家肯
HaloZhang·2023-02-04 20:37

[DAY2]图像分类与基础视觉模型

什么是图像分类1.定义任务目标：给定一张图片，识别图像中的物体是什么2.数学表示3.传统方法：设计图像特征(1990s~2000s)好的特征：极大简化数据表达保留内容相关信息机器学习可以处理图像分类问题4.从特征工程到特征学习自注意力机制
chenmojia·2023-02-04 19:23
上一页 18 19 20 21 22 23 24 25 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他