特征工程-数据降维

Python数据科学视频讲解：Python集合

内容涵盖数据科学应用的全流程，包括数据科学应用和Python的入门，数据清洗与特征工程，以及数据挖掘与建模、数据可视化等。
数据科学作家·2023-12-17 15:34

Python数据科学视频讲解：Python字符串

内容涵盖数据科学应用的全流程，包括数据科学应用和Python的入门，数据清洗与特征工程，以及数据挖掘与建模、数据可视化等。
数据科学作家·2023-12-17 15:34

Python数据科学视频讲解：Python字典

内容涵盖数据科学应用的全流程，包括数据科学应用和Python的入门，数据清洗与特征工程，以及数据挖掘与建模、数据可视化等。
数据科学作家·2023-12-17 15:04

Python数据科学视频讲解：Python数据清洗基础

内容涵盖数据科学应用的全流程，包括数据科学应用和Python的入门，数据清洗与特征工程，以及数据挖掘与建模、数据可视化等。针对数据分析或机器学习推荐两本入门级的图书：《Python机器学习原理与算法实
数据科学作家·2023-12-17 15:28

讯飞AI算法挑战大赛-校招简历信息完整性检测挑战赛-三等奖方案

前言本文公开了”讯飞AI算法挑战大赛-校招简历信息完整性检测挑战赛“赛道的技术方案和代码，本次比赛主要采用pdf解析和特征工程的方法，通过使用lightgbm的树模型10折交叉验证进行二分类的任务，最终取得三等奖的成绩
深度学习算法与自然语言处理·2023-12-17 02:08

100天精通风控建模(原理+Python实现)——第9天：风控建模中为什么需要特征工程？

本文以视频的形式阐述风控建模中为什么需要特征工程。并提供风控建模原理和Python实现文章清单。  之前已经阐述了100天精通风控建模(原理+Python实现)——第1天：什么是风控建模？  
阿黎逸阳·2023-12-16 21:21

kaggle competition code & nice kernels & thinking

公布在GitHub上：https://github.com/mr007rin/kaggleimage.png结构common：常用的代码段，包括EDA、数据清洗、特征工程、模型构建（目前仅支持分类模型）
Andy_Ren·2023-12-16 21:48

机器学习总概述

3.3优化算法-模型的实现4、分类5、机器学习之特征工程6、模型评估与选择6.1基本概念6.2过拟合与欠拟合6.3评估方法6.4性能度量6.5比较检验1、定义\quad\quad机器学习是实现人工智能的手段
珞沫·2023-12-16 08:26

Python数据科学视频讲解：Python元组

内容涵盖数据科学应用的全流程，包括数据科学应用和Python的入门，数据清洗与特征工程，以及数据挖掘与建模、数据可视化等。
数据科学作家·2023-12-16 01:13

Python数据科学视频讲解：基本输入函数 input()函数

内容涵盖数据科学应用的全流程，包括数据科学应用和Python的入门，数据清洗与特征工程，以及数据挖掘与建模、数据可视化等。针对数据分析或机器学习推荐两本入门级的图书：《Python机器学习原理
数据科学作家·2023-12-16 01:12

Python数据科学视频讲解：Python序列的概念及通用操作

内容涵盖数据科学应用的全流程，包括数据科学应用和Python的入门，数据清洗与特征工程，以及数据挖掘与建模、数据可视化等。针对数据分析或机器学习推荐两本入门级的图书：《Python机器学习
数据科学作家·2023-12-16 01:12

Python数据科学视频讲解：Python列表

内容涵盖数据科学应用的全流程，包括数据科学应用和Python的入门，数据清洗与特征工程，以及数据挖掘与建模、数据可视化等。
数据科学作家·2023-12-16 01:12

数据清洗、特征工程和数据可视化、数据挖掘与建模的主要内容

1.4数据清洗、特征工程和数据可视化、数据挖掘与建模的内容视频为《Python数据科学应用从入门到精通》张甜杨维忠清华大学出版社一书的随书赠送视频讲解1.4节内容。
数据科学作家·2023-12-16 01:11

Python数据科学视频讲解：数据挖掘与建模的注意事项

内容涵盖数据科学应用的全流程，包括数据科学应用和Python的入门，数据清洗与特征工程，以及数据挖掘与建模、数据可视化等。针对数据分析或机器学习推荐两本入门级的图书：《Python机器学习原理与算法实
数据科学作家·2023-12-16 01:59

【机器学习】数据降维

1.2.1局部线性嵌入1.2.2拉普拉斯特征映射1.2.3局部保持投影1.2.4等距映射1.2.5t分布随机近邻嵌入1.2.6多维缩放二、示例2.1PCA示例iris数据集2.2局部线性嵌入（LLE）瑞士卷数据降维
十年一梦实验室·2023-12-15 13:51

AI训练师常用的ChatGPT通用提示词模板

特征工程：如何进行特征选择和特征工程？超参数调整：如何调整训练过程中的超参数？模型训练：如何进行模型的训练？模型评估：如何评估模型的性能？模型调优：如何优化模型的性能？
BTCKing·2023-12-15 06:49

【AI底层逻辑】——数学与机器学习：优雅的智慧之舞

“宝藏网站”开头先给大家上几个宝藏网站（部分需要“梯子”）：sklearn主页特征工程免费专著模型选择深度学习开源专著Python自然语言处理学习手册图形讲数学与神经网络视频合集聊聊数学数学，即工具。
柯宝最帅·2023-12-14 22:38

数据清洗、特征工程和数据可视化、数据挖掘与建模的应用场景

1.5数据清洗、特征工程和数据可视化、挖掘建模的应用场景视频为《Python数据科学应用从入门到精通》张甜杨维忠清华大学出版社一书的随书赠送视频讲解1.5节内容。
数据科学作家·2023-12-14 18:50

Python数据科学视频讲解：数据清洗、特征工程和数据可视化的注意事项

1.6数据清洗、特征工程和数据可视化的注意事项视频为《Python数据科学应用从入门到精通》张甜杨维忠清华大学出版社一书的随书赠送视频讲解1.6节内容。
数据科学作家·2023-12-14 13:59

【机器学习】041_模型开发迭代过程

②特征工程：对所采集的数据根据问题分析所采取的特征、确定所需的特征值，计算各个特征和标签的相关性，查看标签对应的相关系数，并根据相关
Cyan.__·2023-12-14 13:44

什么是数据清洗、特征工程、数据可视化、数据挖掘与建模？

1.1什么是数据清洗、特征工程、数据可视化、数据挖掘与建模？视频为《Python数据科学应用从入门到精通》张甜杨维忠清华大学出版社一书的随书赠送视频讲解1.1节内容。
数据科学作家·2023-12-06 14:34

为何开展数据清洗、特征工程和数据可视化、数据挖掘与建模？

1.2为何开展数据清洗、特征工程和数据可视化、数据挖掘与建模视频为《Python数据科学应用从入门到精通》张甜杨维忠清华大学出版社一书的随书赠送视频讲解1.2节内容。
数据科学作家·2023-12-06 14:30

数据降维方法介绍（十）

第六种方法：因子分析（FactorAnalysis）姓名：何源学号：21011210073学院：通信工程学院转载：因子分析（FA）算法简述【嵌牛导读】因子分析法简介【嵌牛鼻子】因子分析法（FA）【嵌牛提问】因为分析法的概念是什么？因子分析法的原理是什么？【嵌牛正文】什么是因子分析法？因子分析法是指：研究从变量群中提取共性因子的统计技术，这里的共性因子指的是不同变量之间内在的隐藏因子。例如，一个学生
科技小白不能再白了·2023-12-06 06:33

数据降维方法介绍（十一）

第七种方法：拉普拉斯特征映射姓名：何源学号：21011210073学院：通信工程学院转载：LE（拉普拉斯特征谱）【嵌牛导读】拉普拉斯特征映射算法简介【嵌牛鼻子】拉普拉斯特这谱【嵌牛提问】拉普拉斯特征映射的思想是什么？算法的基本步骤是什么？【嵌牛正文】拉普拉斯特征映射算法基本思想LE是Belkin和Niyogi在2002年提出的基于谱图理论的Laplacian特征映射算法。Belkin等人发现流形L
科技小白不能再白了·2023-12-05 23:02

python机器学习

文章目录机器学习1.sklearn库1.1使用sklearn库提供的数据集1.2数据集的划分1.3特征工程1.3.1特征抽取1.3.1.1字典特征提取：类别->one-hot编码1.3.1.2文本特征抽取
FF_y·2023-12-05 20:52

ORers‘ Bling Chat | 【高光聊天记录集锦-01】：运小筹读者群里那些热烈的讨论

关于置信水平如何取值的问题2.关于各类solver的讨论3.关于最小冲突集、冲突集的讨论4.关于MP论文的讨论5.关于gurobi的log（1）5.关于gurobi的log（2）6.关于双层规划的讨论7.关于特征工程方面的讨论
刘兴禄·2023-12-04 23:14

KNN 最邻近

介绍既可以做回归也可以做分类k邻近的3要素（1）选择合适的K（一般选奇数）：通过交叉验证来选（2）距离选择：欧式距离、曼哈顿距离、余弦值、相关度（3）决策规则：投票、均值算法流程（1）把一个物体表示成向量：特征工程
李静数据分析·2023-12-04 03:49

推荐系统大规模特征工程与FEDB的Spark基于LLVM优化

今天给大家分享第四范式在推荐系统大规模特征工程与Spark基于LLVM优化方面的实践，主要包括以下四个主题。
第四范式开发者社区·2023-12-03 18:06

基于hadoop的商品推荐系统_推荐系统大规模特征工程与FEDB的Spark基于LLVM优化

今天给大家分享第四范式在推荐系统大规模特征工程与Spark基于LLVM优化方面的实践，主要包括以下四个主题。
weixin_39541212·2023-12-03 18:05

6.Python数据分析项目之音乐推荐系统

可以用直接查看方式isnull、图像查看方式查看缺失值missingno）、查看数值类型特征与非数值类型特征、一次性绘制所有特征的分布图像预处理缺失值处理（填充）拆分数据（获取有需要的值）、统一数据格式、特征工程
想成为数据分析师的开发工程师·2023-12-03 13:56

如何基于OpenCV和Sklearn库开展数据降维

数据降维的目的是为了剔除不相关或冗余特征，使得数据易用，去除无用数据，实现数据可视化，提高模型精确度，减少运行成本，减少特征个数并关注本质特征，确保数据特征属性间相互独立。
一马平川的大草原·2023-12-03 05:37

算法工程师面试八股（搜广推方向）

偏差与方差LayerNormalization和BatchNormalizationSVM数据不均衡特征选择排序模型树模型进行特征工程的原因GBDTLR和GBDTRF和GBDTXGBoost二阶泰勒展开优势为什么快防止过拟合处理缺失值树停止生长条件处理不平衡数据树剪枝选择最佳分裂点
贪钱算法还我头发·2023-12-03 03:29

TTiki-Taka: Attacking and Defending Deep Learning-based Intrusion Detection Systems 论文分析

AttackingandDefendingDeepLearning-basedIntrusionDetectionSystems论文分析摘要神经网络在网络入侵检测系统(NIDS)的发展中越来越重要，因为它们具有实现高检测精度的潜力，同时需要有限的特征工程
Gu Hui·2023-12-02 05:43

Python实现特征降维--主成分分析 (PCA)

前言主成分分析是一个重要的线性变换方法，能够将数据从高维降到低维，这篇文章就是主要介绍如何使用PCA实现数据降维主成分分析(PCA)代码中主要是包括了生成随机数、定义PCA函数以及应用PCA。
静观云起·2023-12-02 04:34

一文讲透Python机器学习特征工程中的特征标准化

在Python中，可通过scikit-learn模块中的StandardScaler()函数实现对特征的标准化处理。StandardScaler()函数处理的数据对象同样是每一列，也就是每一维特征。StandardScaler()函数通过去除平均值和缩放到单位方差来标准化特征，将样本特征值转换为标准正态分布，因此该方法也被称为Z-score方法，也是默认的数据标准化处理方法。该方法和整体样本的分布
数据科学作家·2023-12-02 02:43

【仓库】一文看懂特征工程在金融风控中的应用

https://baijiahao.baidu.com/s?id=1592286435017247094&wfr=spider&for=pc
麒麟楚庄王·2023-12-01 20:27

PCA和LDA数据降维计算(含数学例子推导过程)

PCA算法和LDA算法可以用于对数据进行降维，例如可以把一个2维的数据降低维度到一维，本文通过举例子来对PCA算法和LDA算法的计算过程进行教学展示。PCA算法计算过程(文字版，想看具体计算下面有例子)1.将原始数据排列成n行m列的矩阵，n为数据的维度，m为数据的个数，即将每个数据竖着展示每个维度的值，然后将他们合成一个矩阵x2.将x的每一行进行零均值化处理，即每一行的数据全部加起来，然后除以m，
SpongeBob@Hefei·2023-11-29 03:11

机器学习之决策树及随机森林

特征工程：提取、选择
贾斯汀玛尔斯·2023-11-28 22:25

一维卷积网络用于HAR（hunman activity recognition）

而难点在于，这种特征工程需要在该领域拥有深厚的专
阿委困的不能行·2023-11-28 21:28

数据降维：尽显多彩，更多降维方法解析

数据降维：解析常用方法及Python3.10实践在数据分析领域，处理高维数据是一项重要的任务。为了更好地理解和利用数据，数据降维成为一种不可或缺的技术。
theskylife·2023-11-28 12:23

阿里云安全恶意程序检测（速通三）

阿里云安全恶意程序检测特征工程进阶与方案优化pivot特征构建pivot特征pivot特征构建时间pivot特征构建细节特点业务理解和结果分析结合模型理解业务多分类问题预测结果分析特征工程进阶基于LightGBM
盖盖的博客·2023-11-27 19:40

主成分分析（Principal Component Analysis，PCA）降维的原理以及可以运行的PCA降维的python程序 ，PCA程序可以直接复制运行，轻松了解PCA原理和使用方法！！

文章目录前言一、PCA的主要步骤如下：二、下面是一个Python代码示例，使用PCA将四维数据降维到二维：总结前言主成分分析（PrincipalComponentAnalysis，PCA）是一种广泛使用的数据降维方法
小桥流水---人工智能·2023-11-26 22:09

主成分分析（PCA）理解

1.主成分分析思想总结主成分分析（PrincipalComponentAnalysis，简称PCA）是一种常用于数据降维和特征提取的数学方法。
波波玩转AI·2023-11-26 18:37

机器学习算法——主成分分析（PCA）

目录1.主体思想2.算法流程3.代码实践1.主体思想主成分分析（PrincipalComponentAnalysis）常用于实现数据降维，它通过线性变换将高维数据映射到低维空间，使得映射后的数据具有最大的方差
哈密瓜Q·2023-11-26 18:01

2023年全国职业院校技能大赛-赛题第01套-GZ033 大数据应用开发

完全分布式安装配置子任务二：SparkonYarn安装配置子任务三：HBase分布式安装配置任务B：离线数据处理（25分）子任务一：数据抽取子任务二：数据清洗子任务三：指标计算任务C：数据挖掘（10分）子任务一：特征工程子任务二
你可知这世上再难遇我·2023-11-26 13:48

机器学习基础知识，numpy学习，分类和回归初识

内容机器学习基本知识特征工程特征工程内容监督学习一般使用标称型和数值型两种目标变量知识表示聚类密度估计思路numpy的使用array对象array对象的属性创建array的方法代码演示array本身支持的操作
crocodilian2·2023-11-26 12:09

3d在线展示线上VR全景展示系统

商迪3D打造的VR全景展示系统采用3D大数据可视化挖掘、分析以及特征工程等技术，对业务背景进行调研和3D可视化场景的规划，对结构化和非结构化数据进行全量分析，完成信息化系统的3D全景展示，VR全景展示系统实质性的提升信息化系统的洞察力和应急分析处理能力
商迪3D·2023-11-25 23:56

轻松入门自然语言处理系列 专题9 基于特征工程+CRF的实体识别

文章目录前言一、使用CRF进行实体识别1.数据标注基础2.实体识别方案和原理3.CRF实体识别简单应用二、CRF算法剖析总结前言CRF（ConditionalRandomFields）是一种基于统计学习的序列标注模型，适用于自然语言处理任务中的序列标注问题，如词性标注、命名实体识别、句法分析等。其中，命名实体识别就是一种实体识别任务，它的目的是从一段文本中识别出包含人名、地名、组织机构名等实体信息
cutercorley·2023-11-25 20:58

轻松入门自然语言处理系列 项目3 基于Linear-CRF的医疗实体识别

文章目录前言一、项目概况1.项目描述2.数据描述3.项目框架二、核心技术1.实体识别数据标注2.文本特征工程3.CRF模型4.BiLSTM-CRF模型三、项目实施1.读取数据2.数据标注3.文本特征工程
cutercorley·2023-11-25 20:57

【转】【重要】推荐系统之数据与特征工程

原文链接：推荐系统之数据与特征工程原文作者丨gongyouliu来自大数据与人工智能推荐系统是机器学习的一个子领域，并且是一个偏工程化、在工业界有极大商业价值的方向。
Just Jump·2023-11-25 14:05
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他