發(fā)簡信
IP屬地：貴州
-
Numpy中stack()，hstack()，vstack()函數(shù)詳解
Numpy中stack()，hstack()，vstack()函數(shù)詳解 這三個函數(shù)有些相似性，都是堆疊數(shù)組，里面最難理解的應(yīng)該就是stack()...
-
pandas中dataframe常見操作：取行、列、切片、統(tǒng)計特征值
-- coding: utf-8 -- import numpy as npimport pandas as pdfrom pandas imp...
-
三招提升數(shù)據(jù)不平衡模型的性能（附python代碼）對于深度學(xué)習(xí)而言，數(shù)據(jù)集非常重要，但在實際項目中，或多或少會碰見數(shù)據(jù)不平衡問題。什么是數(shù)據(jù)不平衡呢?舉例來說，現(xiàn)在有一個任務(wù)是判斷西瓜是否成熟，...
-
如何解決機器學(xué)習(xí)中數(shù)據(jù)不平衡問題
這幾年來，機器學(xué)習(xí)和數(shù)據(jù)挖掘非?；馃?，它們逐漸為世界帶來實際價值。與此同時，越來越多的機器學(xué)習(xí)算法從學(xué)術(shù)界走向工業(yè)界，而在這個過程中會有很多困難...
-
實現(xiàn)one-hot編碼的兩種方法
實現(xiàn)one hot encode的兩種方法 Approach 1: You can use get_dummies on pandas data...
-
Learning to rank學(xué)習(xí)基礎(chǔ)為什么要用LTR 傳統(tǒng)的檢索模型靠人工擬合排序公式，并通過不斷的實驗確定最佳的參數(shù)組合，以此來形成相關(guān)性打分。這種方式非常簡單高效，應(yīng)該范圍也很...
-
Learning to Rank 概述L2R將機器學(xué)習(xí)的技術(shù)很好的應(yīng)用到了排序中，并提出了一些新的理論和算法，不僅有效地解決了排序的問題，其中一些算法(比如LambdaRank)的思...
-
自然語言生成概述一、概述 近些時間以來，工作內(nèi)容總圍繞著自然語言生成（NLG）方向展開。近些時間，在NLP（自然語言處理）大熱的當(dāng)下，NLG這個方向也漸漸受到關(guān)...
-
最詳細的 Hadoop 入門教程
終極算法 關(guān)注微信號每天收聽我們的消息終極算法為您推送精品閱讀 前言 Hadoop 在大數(shù)據(jù)技術(shù)體系中的地位至關(guān)重要，Hadoop 是大數(shù)據(jù)技...