我是 Alice<br>喜歡人工智能枣抱，行動派<br>創(chuàng)造力慧脱，思考力鲤孵，學習力提升修煉進行中<br>歡迎志同道合的小伙伴們和我一起學習<br>微信：XerDudu兆旬，備注簡書<br>公眾號：極客X養(yǎng)成計劃<br>轉載記得聯(lián)系作者哦脖岛！
發(fā)簡信
IP屬地：山東
-
-
-
隨筆我現(xiàn)在每天都在琢磨新的菜譜,琢磨怎么樣才能把菜做的清淡營養(yǎng)又好吃,自從開始買菜,才發(fā)現(xiàn)原來自己做飯吃這樣省錢,以前常聽人說,但不理解這個省錢的程度,所以沒感覺,現(xiàn)在我知道了,...
-
經濟金融系列學習：抽象改變世界我們要開始一個新的篇章:抽象改變世界 為什么我要說這個東西? 不是說因為我馬上要引入圖表,引入數(shù)學然后我們來講這個東西,而是說我們來還原一下,把一個事情還原到它不失掉他的特殊...
-
時間表
我要成為一個雷打不動的人： 早晨六點半起床、晚上十一點半熄燈睡覺拂铡。 日常作息安排大致如下： 6:30 起床壹无，看一看知乎小密圈里邊有沒有我能回答的問題，沒有的話就刷一刷首頁能讓...
-
關于擬合模型后給出特征的重要性這塊感帅。我最近用r做隨機森林斗锭，它的importance有一個參數(shù)type 1的時候是準確度下降，2的時候是基尼下降留瞳，參數(shù)不一樣對特征的排序也很不同拒迅，你知不知道應該怎么選擇？
另外看你文章里說用隨機森林不用特征選擇她倘，是說可以把變量直接全放進去嗎璧微？還是別的意思？隨機森林再復習
這里只是準備簡單談談基礎的內容硬梁，主要參考一下別人的文章前硫，對于隨機森林與GBDT，有兩個地方比較重要荧止，首先是information gain屹电，其次是決策樹阶剑。這里特別推薦Andr...
-
創(chuàng)建虛擬變量的這一段。
我看一些實例中危号，如果是一個二元的類別變量牧愁，就直接轉化成一個0/1的變量。創(chuàng)建兩個0/1變量（var_male外莲；var_female）是必要的嗎猪半？數(shù)據探索（Data Exploration）完整指導-下
翻譯/編輯/部分原創(chuàng) Vivian Ouyang 原作者：Sunil Ray 在機器學習中，很多時候你會掙扎于怎么提高模型的準確率偷线。在這種時刻磨确，數(shù)據探索的一些方法將幫助你解決...
-
博主真是高產。声邦。
數(shù)據探索（Data Exploration）完整指導-上
翻譯/編輯/部分原創(chuàng)Vivian Ouyang 原作者：Sunil Ray 在機器學習中乏奥，很多時候你會掙扎于怎么提高模型的準確率。在這種時刻亥曹，數(shù)據探索的一些方法將幫助你解決這...
-
數(shù)據探索（Data Exploration）完整指導-上翻譯/編輯/部分原創(chuàng)Vivian Ouyang 原作者：Sunil Ray 在機器學習中邓了，很多時候你會掙扎于怎么提高模型的準確率。在這種時刻歇式，數(shù)據探索的一些方法將幫助你解決這...
-
最后這個Features_1是干嘛的驶悟。。材失？
機器學習算法介紹(附上R和Python程序)-第一期
翻譯/編輯/原創(chuàng)Vivian Ouyang 這個介紹主要是方便剛入行的數(shù)據科學家痕鳍。通過這個指導，使你直接解決機器學習的問題以及從中獲得經驗龙巨。而且我會盡量用簡單易懂的方式來介紹...
-
機器學習不太會旨别，深度學習沒搞懂诗赌，自然語言處理不及格
-
美國聯(lián)合健康（Unitedhealth Group）數(shù)據科學家
-
-
