特征工程-数据降维

python网格搜索、贝叶斯调参实战

目录一、交叉验证二、网格搜索三、贝叶斯优化建模的整个过程中最耗时的部分是特征工程（含变量分析），其次可能是调参，所以今天来通过代码实战介绍调参的相关方法：网格搜索、贝叶斯调参。
Python风控模型与数据分析·2023-01-28 22:52

脑电数据的特征提取算法详解

脑电信号的特征工程。
LeetCoder·2023-01-28 17:02

关于机器学习特征选择的方法总结

不过，特征工程依然是各种机器学习应用领域的重要组成部分。其中对于特征选择(排序)的研究对于数据科学家、机器学习从业者来说非常重要。
Chris_34·2023-01-28 16:14

特征工程-Feature Selection for High-Dimensional Data: A Fast Correlation-Based Filter Solution

FeatureSelectionforHigh-DimensionalData:AFastCorrelation-BasedFilterSolution2003LeiYuleiyu@[email protected]&Engineering,ArizonaStateUniversity,Tempe,AZ85287-5406,U
幸运六叶草·2023-01-28 15:38

利用ReliefF算法对回归特征变量做特征重要性排序，实现特征选择

通过重要性排序图，选择重要的特征变量，以期实现数据降维的目的。程序直接替换数据就可以用，程序内有注释，方便学习和使用。程序语言为matlab。ID:5930681917364218
「已注销」·2023-01-28 15:06

中文问题相似度挑战赛版本2

都将两个版本做对比，构建自己的相似度打分，版本一：特征工程（中文特征）+集成模型版本二：预训练模型。后续改进模型融合赛题介绍赛题背景问答系统中包括三个主要的部分：问题理解、信息检索和答案抽取。
big_matster·2023-01-28 10:12

《现代推荐算法》矩阵分解系列（SVD，FunkSVD，BiasSVD）原理

/文章来源《现代推荐算法》矩阵分解系列（SVD，FunkSVD，BiasSVD）原理.奇异值分解(SVD)奇异值分解(SVD)原理与主要应用在数据降维中，可以将这个用户物品对应的m×n矩阵M进行SVD分解
伊凡vnir·2023-01-28 10:11

数据挖掘的特征介绍和处理方法介绍

一、特征工程二、数据清洗：1、数据样本抽样2、异常值（空值）处理在特征预处理的过程中，进行数据标注是非常重要的，比如我们想要预测明天下雨不下雨，那么这个时候我们得到的数据中，需要对关于我们预测的结果的数据进行标注
一曲无痕奈何·2023-01-27 14:40

【AlgorithmStar机器学习】AS机器学习库特征工程使用说明文档

目录AlgorithmStar介绍概述AS库的一般处理流程数据采集与清洗向量生成与特征提取选择机器学习后续处理AlgorithmStar使用数据类型-操作数浮点类型操作数整数类型操作数复数特征提取字典特征提取词频特征提取特征选择基于冗余排名比例去除基于相关系数去除机器学习聚合计算分类计算差异计算路径计算数据预处理(标准化/归一化)概率计算决策计算模型预测AlgorithmStar开源协议Algor
Liming07·2023-01-27 10:16

向前logistic回归与向后筛选出一样的变量_风控建模之特征筛选与建模（python）...

特征筛选在建模之前的一步就是将特征工程做好的变量进行筛选，在风控项目中筛选分为两步：初步筛选、逐步回归筛选以及稳定性筛选。
weixin_39952031·2023-01-27 09:30

《Python深度学习》第五章-2（Cats_vs_Dogs）读书笔记

5.2.1深度学习与小数据问题的相关性深度学习的一个基本特性就是能够独立地在训练数据中找到有趣的特征，无须人为的特征工程，而这只在拥有大量训练样本时才能实现。
Paul-Huang·2023-01-27 07:27

【精通特征工程】学习笔记（一）

【精通特征工程】学习笔记Day1&1.26&D1-2章&P1-32页1、机器学习流程&基本概念数据--任务--模型--特征--模型评价数据：是对现实世界的现象的观测特征：就是原始数据某个方面的数值表示特征工程
小小孩儿的碎碎念·2023-01-27 05:07

大众点评 App 搜索基于知识图谱的深度学习排序实践

13：21在看|星标|留言,真爱本文授权转载自：美团技术博客本文介绍了大众点评搜索核心排序层模型的演化之路，包括结合知识图谱信息构建适合搜索场景的Listwise深度学习排序模型LambdaDNN以及特征工程实践和相关工具建设
DevolperFront·2023-01-26 10:32

【深度推荐算法】DataWhale组队学习Task01: DeepCrossing

DeepCrossing动机将深度学习架构应用于推荐系统中的模型2016年由微软提出，完整的解决了特征工程、稀疏向量稠密化，多层神经网络进行优化目标拟合等一系列深度学习再推荐系统的应用问题。
点点菇凉·2023-01-26 08:00

零基础入门推荐系统——task05: 排序模型+模型融合

经过前面的候选文章召回和特征工程，将文章和用户点击日志信息处理成监督学习数据集，接下来就使用排序模型或二分类模型搭建模型进行学习，对测试集进行预测，得到测试集中的每个候选集用户点击文章的概率，返回点击概率最大的
从白玉石·2023-01-26 07:11

文本特征工程——下篇

文本特征下篇针对梯度提升树模型对文本特征进行特征工程，我们需要充分挖掘LabelLabelLabel编码丢失信息，例如上面的名字特征。内部存在非常强的规律，Mr等信息。这些信息反映了性别相关的信息。
big_matster·2023-01-26 03:40

特征工程——文本特征

文本特征expansion编码consolidation编码文本长度特征标点符号特征词汇属性特征特殊词汇特征词频特征TF-IDF特征LDA特征下面的文章主要是梯度提升树模型展开的，抽取的特征主要为帮助梯度提升树模型挖掘其挖掘不到的信息，本文介绍的所有特征都可以当做特征直接加入模型，和基于神经网络策略有些许差别。因篇幅过多，本篇文章介绍文本特征的20种不同的特征，后续的文本特征会在后面的文章中更新！
big_matster·2023-01-26 03:39

机器学习笔记三：经典算法

第三章：机器学习经典算法机器学习之经典算法第三章：机器学习经典算法一、KNN算法定义：距离计算公式：适用案例：算法优缺点：特征工程处理：skLearnAPI:sparkAPI:二、朴素贝叶斯分类算法原理
roykingw·2023-01-25 15:42

动手学数据分析task05 数据建模及模型评估

特征工程缺失值的填充分类型变量填充某个缺失值字符(NA)用最多类别的进行填充连续型变量填充均值、中位数、众数第一步：查看所有属性列中有哪些有缺失值train.isnull().sum().sort_values
小小小泥鳅·2023-01-25 12:00

动手学数据分析—5.数据建模及模型评估

动手学数据分析—5.数据建模及模型评估一、特征工程1.1缺失值填充1.2编码分类变量二、模型搭建tips12.1切割训练集和测试集tips2Q12.2模型创建tips3Q22.3输出模型预测结果tips4Q3
棠糖䉎·2023-01-25 12:00

动手学数据分析-task05-模型建立和评估

一、模型搭建和评估–建模通过这几天的学习，我已经掌握了机器学习中占据大部分工作量的特征工程部分的工作内容，掌握好了这部分工作后，下面我就可以开始利用广大开源算法库来进行搭建模型，分析数据了，而算法库自然而然要想到目前最流行的
黄水生·2023-01-25 12:59

【动手学数据分析】 Task05 - 模型建立和评估

建模和评估的基本流程：读入数据集特征工程分割训练集和测试集创建模型输出模型预测结果模型评估零、特征工程导入数据：importpandasaspdimportnumpyasnpimportseabornassnsimportmatplotlib.pyplotaspltfromIPython.displayimportImageplt.rcParams
Beta Lemon·2023-01-25 12:59

3.sklearn中的数据预处理和特征工程

sklearn中的数据预处理和特征工程文章目录sklearn中的数据预处理和特征工程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2数据预处理Preprocessing&Impute2.1
圣骑士不该来鹊桥·2023-01-24 15:13

sklearn中的数据预处理和特征工程

目录1.数据挖掘的五大流程：2.sklearn中的数据预处理和特征工程3.数据预处理Preprocessing&Impute3.1数据无量纲化3.1.1数据归一化（(Normalization，又称Min-MaxScaling
奔跑的灰灰·2023-01-24 15:39

天池赛学习笔记——使用sklearn+机器学习进行分类/回归任务之(二)数据集划分、预处理和特征工程

上一篇博文介绍了读取csv文件和可视化数据的过程,完成这两步后,我们对数据集和问题有了直观的理解,而天池、kaggle等竞赛会给我们需要提交结果的数据集和有标签的数据集。接下来,我们需要对数据集进行划分,以用于模型训练和验证.数据集的划分将有标签的数据集划分为训练集和测试集,以验证我们最终提交模型的泛化能力.fromsklearn.model_selectionimporttrain_test_s
mathlxj·2023-01-24 15:36

机器学习sklearn工具——sklearn中的数据预处理和特征工程

Q：数据挖掘的五大流程1.获取数据2.数据预处理数据预处理的目的：让数据适应模型，匹配模型的需求3.特征工程特征工程是将原始数据转换为更能代表预测模型的潜在问题的特征的过程，可以通过挑选最相关的特征，提取特征以及创造特征来实现
咸鱼2K·2023-01-24 15:34

图文并茂的PCA教程（Principal Component Analysis，即主成分分析）

PCA——主成分分析PCA全称PrincipalComponentAnalysis，即主成分分析，是一种常用的数据降维方法。
土戈·2023-01-24 11:46

工业蒸汽预测

目录前言一、数据探索、特征工程1-1、导入数据包1-2、读取数据文件1-3、绘制箱型图探索数据1-4、绘制QQ图查看数据分布1-5、绘制Kde核密度图。
ㄣ知冷煖★·2023-01-24 08:16

Task15：集成学习案例二 （蒸汽量预测）

蒸汽量预测1.数据集1.1背景介绍1.2数据集1.3评价指标：2.数据预处理2.1导入依赖包2.2读取数据2.3数据探索性分析3.特征工程4.模型构建以及集成学习构建训练集和测试集模型训练参考来源：https
蜗牛海胆·2023-01-24 08:45

机器学习小白阅读笔记：深度学习时序预测模型 Temporal Fusion Transformers

：深度学习时序预测模型TemporalFusionTransformers前言由于接触的时序预测问题基本都来自于数字化转型期的企业，我经常发现，在解决实际时序预测问题的时候，大部分时候还是用树模型结合特征工程的思路
MetLightt·2023-01-24 08:39

【机器学习】特征选择方法总结

连续型vs连续型3.2.2连续型vs类别型3.2.3类别型vs类别型3.3过滤法总结四、包裹法(Wrapper)4.1包裹法总结五、嵌入法(Embedded)六、总结一、总结二、介绍在处理结构型数据时，特征工程中的特征选择是很重要的一个环节
旅途中的宽~·2023-01-23 19:06

学习笔记--目标检测2 yolo系列

文章目录1、双阶段2、单阶段3、机器学习--基于特征工程4、yolo15、yolo26、yolo90007、yolo38、yolo41、双阶段第一级网络用于候选框区域提取，第二级网络对提取的候选区域进行分类和精确坐标回归
spark-aixin·2023-01-23 19:33

图网络与药物研发【数据来源与输入特征】

深度学习中药物表征主要有三种方式：描述符需要计算的定长数值向量，使用最广泛描述符质量与人类专家知识相关，需要特征工程处理分子图以原子作为节点，化学键作为边构成分子图，通过GNN学习表征向量，能够针对下游任务学习针对性的特征
_森罗万象·2023-01-23 13:40

1. 深度学习简介|计算机视觉简介|得分函数|损失函数作用|前向传播整体流程

文章目录深度学习简介计算机视觉简介k近邻算法得分函数损失函数作用前向传播整体流程机器学习是一个大块，其中就包含着深度学习，计算机视觉等机器学习的流程：数据获取特征工程建立模型评估与应用深度学习简介深度学习通过特征学习进行相关操作
Micoreal·2023-01-23 10:50

劝你别把开源的AI项目写在简历上了！！！

项目一、京东健康智能分诊项目第一周：文本处理与特征工程|BagofWords模型|从tf-idf到Word2Vec|SkipGram与CBOW|HierarhicalSoftmax与NegativeSampling
视学算法·2023-01-23 08:03

4个可以写进简历的京东 NLP 项目实战

项目一、京东健康智能分诊项目第一周：文本处理与特征工程|BagofWords模型|从tf-idf到Word2Vec|SkipGram与CBOW|HierarhicalSoftmax与NegativeSampling
woshicver·2023-01-23 08:32

京东 | AI人才联合培养计划（NLP项目实战）

项目一、京东健康智能分诊项目第一周：文本处理与特征工程|BagofWords模型|从tf-idf到Word2Vec|SkipGram与CBOW|HierarhicalSoftmax与NegativeSampling
深度强化学习实验室·2023-01-23 08:21

详解京东商城智能对话系统（生成+检索）

项目一、京东健康智能分诊项目第一周：文本处理与特征工程|BagofWords模型|从tf-idf到Word2Vec|SkipGram与CBOW|HierarhicalSoftmax与NegativeSampling
PaperWeekly·2023-01-23 08:20

京东 | AI人才联合培养计划！

项目一、京东健康智能分诊项目第一周：文本处理与特征工程|BagofWords模型|从tf-idf到Word2Vec|SkipGram与CBOW|HierarhicalSoftmax与NegativeSampling
Datawhale·2023-01-23 08:48

Python使用K-means聚类分析

在用于预测的特征工程的上下文中，您可以将无监督算法视为一种“特征发现”技术。
生活明朗，万物可爱，人间值得，未来可期·2023-01-23 08:15

ML Note 3.4 - 数据降维算法 PCA / t-SNE

文章目录维数灾难的提出背景维数灾难的内涵数据稀疏性距离聚集性数据降维PrincipalComponentsAnalysis最大方差思想最小均方误差思想使用SVD处理高维数据相关系数矩阵结果分析贡献率被提取率
LutingWang·2023-01-22 12:57

sklearn实现lda模型_运用sklearn进行线性判别分析(LDA)代码实现

基于sklearn的线性判别分析(LDA)代码实现一、前言及回顾本文记录使用sklearn库实现有监督的数据降维技术——线性判别分析(LDA)。
25choose·2023-01-22 11:22

特征衍生与特征筛选

Part3.特征衍生与特征筛选  本阶开始我们将重点讨论特征工程中的特征衍生与特征筛选方法，并借此进一步提升模型效果。
Grateful_Dead424·2023-01-22 08:10

特征工程衍生技术

视频入口：【完整合集】机器学习特征衍生全方法精讲|特征工程|机器学习竞赛提分|机器学习模型优化_哔哩哔哩_bilibili特征衍生的介绍本质对既有数据信息的重新排布。
ᝰꫛꪮꪮꫜ748·2023-01-22 08:40

Kaggle（六）特征衍生技术 特征聚合

参考：Python手写了35种可解释的特征工程方法-腾讯云开发者社区-腾讯云一、数据集把计算每个用户额度使用率记为特征ft，按照时间轴以月份p为切片展开，得到申请前30天内的额度使用率，申请前30天至60
study_code_ing·2023-01-22 08:39

项目一 特征衍生实战

【Kaggle】TelcoCustomerChurn电信用户流失预测案例第四部分导读  在案例的第二、三部分中，我们详细介绍了关于特征工程的各项技术，特征工程技术按照大类来分可以分为数据预处理、特征衍生
Grateful_Dead424·2023-01-22 08:09

kaggle平台学习复习笔记 | 特征工程

CountEncodingMean/TargetEncoding日期字段特征筛选feature_importances_利用方差利用相关性利用线性模型迭代消除排列重要性(PermutationImportance)特征工程决定了模型精度的上限
加油strive·2023-01-21 09:17

kaggle竞赛 | Quora Question Pairs | 判断相似的Question

目录赛题背景解题过程1.数据分析2.构建模型2.1特征工程+树模型2.2词向量+LSTM代码中有详细注释解析不懂请看代码比赛链接：（数据集下载）https://www.kaggle.com/competitions
加油strive·2023-01-21 09:12

机器学习训练_金融风控_Task2_EDA

此部分为零基础入门金融风控的Task2数据分析部分，带你来了解数据，熟悉数据，为后续的特征工程做准备，欢迎大家后续多多交流。
恶魔眼睛大又大���·2023-01-21 02:57

python机器学习（一）算法学习的步骤、机器学习的应用及流程(获取数据、特征工程、模型、模型评估)

机器学习入门机器学习中需要理论性的知识，如数学知识为微积分(求导过程，线性回归的梯度下降法)，线性代数(多元线性回归，高纬度的数据，矩阵等)，概率论(贝叶斯算法)，统计学(贯穿整个学习过程)，算法根据数学基础一步步的推导出来的。需要编程语言把学到的知识应用到实践中，python语言的语法比较简单，第三方库比较丰富，可以在各行各业发挥作用，很方便的对数据进行分析和处理，进行模型的训练。机器学习算法的
hwwaizs·2023-01-20 20:16
上一页 18 19 20 21 22 23 24 25 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他