QGIS是一套開(kāi)源的跨平臺(tái)地理信息系統(tǒng)嗽桩，支持的操作系統(tǒng)包括Windows介时、Mac赁项、Linux和BSD，也即將支持Android山上。當(dāng)前軟件的最新版本為2.18景图，文檔版本為2.1...
發(fā)簡(jiǎn)信
IP屬地：河南
-
QGIS的能力 -
python——pip和pip3的區(qū)別pip是用來(lái)干什么的固蛾？ pip是一個(gè)Python包管理工具骗爆，提供了對(duì)Python包的查找次氨、下載、安裝和卸載功能摘投。python安裝包的工具有easy_install, setu...
-
最新JCR期刊影響因子及分區(qū)情況（中科院SCI期刊分區(qū)表）轉(zhuǎn)載自：http://www.letpub.com.cn/index.php?page=2012-sci-13-top 最新SCI影響因子查詢及期刊投稿分析系統(tǒng)：http:/...
-
Python設(shè)置定時(shí)任務(wù)
如果需要用Python實(shí)現(xiàn)定時(shí)任務(wù)煮寡，包括多長(zhǎng)時(shí)間之后執(zhí)行、每隔多久循環(huán)執(zhí)行犀呼、每天的幾點(diǎn)執(zhí)行等幸撕，都算定時(shí)任務(wù)。實(shí)現(xiàn)定時(shí)任務(wù)的方法很多圆凰，python自身的庫(kù)也有多種方式可以實(shí)現(xiàn)杈帐。...
-
如何衡量變量重要性体箕？為了挑出優(yōu)質(zhì)變量专钉，我們可能會(huì)考慮： 變量的預(yù)測(cè)能力變量之間的相關(guān)性變量的簡(jiǎn)單性（容易生成和使用）變量的健壯性（適用于各種情形）變量在業(yè)務(wù)上的可解釋性（被挑戰(zhàn)時(shí)可以解釋的通） ...
-
模型融合方法總結(jié)一般來(lái)說(shuō)挑童，通過(guò)融合多個(gè)不同的模型，可能提升機(jī)器學(xué)習(xí)的性能跃须，這一方法在各種機(jī)器學(xué)習(xí)比賽中廣泛應(yīng)用站叼，比如在kaggle上的otto產(chǎn)品分類挑戰(zhàn)賽①中取得冠軍和亞軍成績(jī)的模型都是融...
-
讀后感——《與羅摩相會(huì)》本書是英國(guó)作家亞瑟．克拉克于1972年出版的科幻小說(shuō)，之前版本的譯名為《與拉瑪相會(huì)》菇民。2018年再版尽楔，譯名更改為《與羅摩相會(huì)》。 在書中的那個(gè)時(shí)代第练，人類種族已遍布太陽(yáng)系各大行...
-
十分鐘上手sklearn：特征提取阔馋，常用模型，交叉驗(yàn)證
更多干貨就在我的個(gè)人博客 http://blackblog.tech 歡迎關(guān)注娇掏！ 這一篇雖然叫做：十分鐘上手sklearn：特征提取呕寝，常用模型，但是寫著寫著我就想把每一個(gè)模型...
-
[數(shù)據(jù)可視化]Seaborn簡(jiǎn)單介紹
什么是Seaborn Seaborn是基于matplotlib的圖形可視化python包婴梧。它提供了一種高度交互式界面下梢，便于用戶能夠做出各種有吸引力的統(tǒng)計(jì)圖表。 Seaborn...
-
5 分鐘入門 Google 最強(qiáng)NLP模型：BERTBERT (Bidirectional Encoder Representations from Transformers) 10月11日塞蹭，Google AI Languag...
-
Python sklearn.metrics模塊混淆矩陣常用函數(shù)from sklearn import metrics 1.accuracy_score(y_true, y_pred, normalize=True, sample_wei...
-
01 特征工程 - 概念實(shí)際上特征工程是一個(gè)面向十分廣的概念孽江，只要是在處理數(shù)據(jù)就可以認(rèn)為是在做特征工程。個(gè)人理解中番电，真正意義上的特征工程還是數(shù)據(jù)降維和數(shù)據(jù)升維的過(guò)程岗屏。 而前期對(duì)數(shù)據(jù)的處理過(guò)程：1、需...
-
真羨慕你們有我這么帥的好友
-
機(jī)器學(xué)習(xí)：如何解決機(jī)器學(xué)習(xí)中數(shù)據(jù)不平衡問(wèn)題
這幾年來(lái)，機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘非惩荻常火熱崭歧，它們逐漸為世界帶來(lái)實(shí)際價(jià)值。與此同時(shí)撞牢，越來(lái)越多的機(jī)器學(xué)習(xí)算法從學(xué)術(shù)界走向工業(yè)界率碾，而在這個(gè)過(guò)程中會(huì)有很多困難。數(shù)據(jù)不平衡問(wèn)題雖然不是最難的...
-
-
02 特征工程 - 數(shù)據(jù)不平衡01 特征工程 - 概念 數(shù)據(jù)清洗過(guò)程： PS：工作中可能遇到的最大的問(wèn)題是數(shù)據(jù)不均衡。怎么去解決的畜挥？ 上采樣仔粥、下采樣、SMOTE算法。解決的效果如何躯泰？ 有一點(diǎn)點(diǎn)改進(jìn)谭羔，但不是...
-
SMOTE算法
SMOTE（Synthetic Minority Oversampling Technique），合成少數(shù)類過(guò)采樣技術(shù)．它是基于隨機(jī)過(guò)采樣算法的一種改進(jìn)方案麦向，由于隨機(jī)過(guò)采樣采...
-
推薦一個(gè)適合扁平化配色方案的網(wǎng)站ColorSupply對(duì)于產(chǎn)品經(jīng)理新手來(lái)說(shuō)瘟裸，如何挑選顏色一直有很大的困擾，原型上的配色成了一個(gè)很困難的問(wèn)題诵竭，那怎么辦话告？答案就是——直接用大神的配色。 ColorSupply 收集了來(lái)自世界各地設(shè)計(jì)...
