使用 communicate() 而非 .stdin.write， .stdout.read 或者 .stderr.read 來避免由于任意其他 OS 管道緩沖區(qū)被子進(jìn)程填滿阻塞而導(dǎo)致的死鎖。
發(fā)簡(jiǎn)信
IP屬地：廣東
-
-
-
pandas讀取數(shù)據(jù)列過多時(shí)展示不全
pandas讀取數(shù)據(jù)列過多時(shí)展示不全侧但，可以在pandas中設(shè)置參數(shù)pd.set_option('display.expand_frame_repr', False)
-
名詞理解
1.現(xiàn)金貸與paydayloan 現(xiàn)金分期，客戶直接借到一筆現(xiàn)金后，按照若干期數(shù)還款凯楔，現(xiàn)金分期業(yè)務(wù)通常在周期和利率水平方面更趨同于有場(chǎng)景的借貸。另一種是我們通常所說的payd...
-
對(duì)于svm的一些理解1.為什么要最大間隙 答：這樣可以使在后續(xù)的分類中锦募，降低分類的錯(cuò)誤率 2.感知機(jī)（perceptron）和支持向量機(jī)（svm）的區(qū)別 以下圖為例, 在一個(gè)二維平面中有圈和叉兩...
-
SVM(支持向量機(jī))的原理原博文：支持向量機(jī)（SVM）入門理解與推導(dǎo) 一摆屯、簡(jiǎn)介 支持向量機(jī)（support vector machines）是一種二分類模型，它的目的是尋找一個(gè)超平面來對(duì)樣本進(jìn)行分割糠亩，...
-
對(duì)于逾期
對(duì)于逾期1.短時(shí)間的逾期并不一定要定義為壞客戶虐骑，可能只是忘記還，而對(duì)于公司而言赎线，短期的逾期反而是好事廷没，因?yàn)榭梢砸源嗽黾訉?duì)客戶收取利息。 2.評(píng)分卡的主要目的是抓出那些根本不換...
-
-
Kaggle文章翻譯（解決大部分機(jī)器學(xué)習(xí)問題的方法）：Approaching (Almost) Any Machine Learning Problem原文鏈接：approaching almost any machine learning problem--abhishek thakur 前言 幾乎每一個(gè)科學(xué)家日常之一是處...
-
第1周 單變量線性回歸(Linear Regression with One Variable)主要目的：看到這個(gè)算法的概況垂寥，更重要的是你將會(huì)了解監(jiān)督學(xué)習(xí)過程完整的流程颠黎。 2.1 模型表示 讓我們通過一個(gè)例子來開始：這個(gè)例子是預(yù)測(cè)住房?jī)r(jià)格的另锋，我們要使用一個(gè)數(shù)據(jù)集，數(shù)據(jù)集...
-
第1周 引言(Introduction)
1.2 機(jī)器學(xué)習(xí)是什么狭归？夭坪、 實(shí)際上，即使是在機(jī)器學(xué)習(xí)的專業(yè)人士中过椎，也不存在一個(gè)被廣泛認(rèn)可的定義來準(zhǔn)確定義機(jī)器學(xué)習(xí)是什么或不是什么室梅，現(xiàn)在我將告訴你一些人們嘗試定義的示例。 第一...
-
GBDT原理以及python的實(shí)現(xiàn)
一疚宇、原理篇 1.2 預(yù)測(cè)年齡(案例) 仍然以預(yù)測(cè)同事年齡來舉例亡鼠，從《回歸樹》那篇文章中我們可以知道，如果需要通過一個(gè)常量來預(yù)測(cè)同事的年齡灰嫉，平均值是最佳選擇之一拆宛。 1.3 年齡...
-
XGBoost原理以及python的實(shí)現(xiàn)
文章來源：XGBoost原理 XGBoost是boosting算法的其中一種。Boosting算法的思想是將許多弱分類器集成在一起形成一個(gè)強(qiáng)分類器讼撒。因?yàn)閄GBoost是一種提...
-
監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)知識(shí)點(diǎn)1.監(jiān)督學(xué)習(xí)（supervised learning） 必須確定目標(biāo)變量的值浑厚，以便機(jī)器學(xué)習(xí)算法可以發(fā)現(xiàn)特征和目標(biāo)變量之間的關(guān)系。在監(jiān)督學(xué)習(xí)中根盒，給定一組數(shù)據(jù)钳幅，我們知道正確的輸出...
-
【機(jī)器學(xué)習(xí)】代價(jià)函數(shù)，損失函數(shù)炎滞，目標(biāo)函數(shù),正則化
損失函數(shù)（Loss Function ）是定義在單個(gè)樣本上的敢艰，算的是一個(gè)樣本的誤差。 代價(jià)函數(shù)（Cost Function ）是定義在整個(gè)訓(xùn)練集上的册赛，是所有樣本誤差的平均钠导，也...
-
numpy或pandas中reshape(-1)等用法
例子： 1.z.reshape(-1)或z.reshape(1,-1)將數(shù)組橫向平鋪 2.z.reshape(-1, 1)將數(shù)組縱向平鋪 3.z.reshape(-1, 2)...
-
類模型的評(píng)價(jià)指標(biāo)--混淆矩陣，ROC森瘪，AUC牡属，KS，GINI扼睬，Lift逮栅，Gain, PSI 總結(jié)
1. 混淆矩陣---確定截?cái)帱c(diǎn)后，評(píng)價(jià)學(xué)習(xí)器性能 假設(shè)訓(xùn)練之初以及預(yù)測(cè)后窗宇，一個(gè)樣本是正例還是反例是已經(jīng)確定的措伐，這個(gè)時(shí)候，樣本應(yīng)該有兩個(gè)類別值军俊，一個(gè)是真實(shí)的0/1侥加，一個(gè)是預(yù)測(cè)的...
