梯度提升算法决策过程的逐步可视化
梯度提升算法是最常用的集成机器学习技术之一，在这篇文章中，我们将从头开始构建一个梯度增强模型并将其可视化。
Attention-LSTM模型的python实现
1.模型结构Attention-LSTM模型分为输入层、LSTM 层、Attention层、全连接层、输出层五层。LSTM 层的作用是实现高层次特征学习；Attention 层的作用是突出关键信息；全连接层的作用是进行局部特征整合，实现最终的预测。 这里解决的问题是：使用Attention-L
XGBoost-XGBoost 中验证相关参数梳理和解释
evals (Optional[Sequence[Tuple[DMatrix, str]]]) - 在训练时用于指标进行评估的验证集列表。用于验证数据的评估指标，根据不同的目标函数，会分配默认评估指标（回归使用 rmse，分类使用 logloss，排序使用 mean average precisio
腾讯自研万亿级NLP大模型，自动生成和衍生广告文案
低成本可落地，混元AI大模型技术再现突破
论文推荐：ScoreGrad，基于能量模型的时间序列预测
能量模型（Energy-based model）是一种以自监督方式执行的生成式模型，近年来受到了很多关注。本文将介绍ScoreGrad：基于连续能量生成模型的多变量概率时间序列预测。如果你对时间序列预测感兴趣，推荐继续阅读本文。
XGBoost和LightGBM时间序列预测对比
XGBoost和LightGBM都是目前非常流行的基于决策树的机器学习模型，它们都有着高效的性能表现，但是在某些情况下，它们也有着不同的特点。
GPT的发展历程
GPT，又称自然语言处理（Natural Language Processing, NLP），是一种机器学习模型。它可以模拟人类语言的模式，并将其转换为计算机可读形式，从而可以用来自然地与人交谈、阅读、写作和翻译。自然语言处理旨在理解人类语言的语义，并将其转换为机器可以理解的形式。GPT是一种新型人
使用手工特征提升模型性能
本文将使用信用违约数据集介绍手工特征的概念和创建过程。
关于LightGBM算法基本原理概述
2017年微软公司提出了LightGBM算法（Light Gradient Boosting Machine），该算法也是基于GBDT算法的改进，，但相较于GBDT、XGBoost算法，LightGBM算法有效地解决了处理海量数据的问题，在实际应用中取得出色的效果。
非参数检验方法，核密度估计简介
核密度估计（Kernel Density Estimation，简称KDE）是一种非参数统计方法，用于估计数据样本背后的概率密度函数
聚类算法（下）：10个聚类算法的评价指标
上篇文章我们已经介绍了一些常见的聚类算法，下面我们将要介绍评估聚类算法的指标
聚类算法（上）：8个常见的无监督聚类方法介绍和比较
本文将全面概述Scikit-Learn库中用于的聚类技术以及各种评估方法。本文作为第一部分将介绍和比较各种聚类算法
稀疏特征和密集特征
在机器学习中，特征是指对象、人或现象的可测量和可量化的属性或特征。特征可以大致分为两类：稀疏特征和密集特征。
选择最佳机器学习模型的10步指南
机器学习可以用来解决广泛的问题。但是有很多多不同的模型可以选择，要知道哪一个适合是一个非常麻烦的事情。本文的总结将帮助你选择最适合需求的机器学习模型。
R实战 | 限制性立方样条(RCS)
RCS在科学研究中，我们经常构建回归模型来分析自变量和因变量之间的关系。大多数的回归模型有一个重要的假设就是自变量和因变量呈线性关联。当自变量和因变量之间为非线性关系时，可以将连续型变量转化为分类变量，但是分类变量的类别数目以及节点位置的选择一般会带有主观性并且分类变量会损失部分信息；也可以直接拟合
在Pandas中通过时间频率来汇总数据的三种常用方法
当我们的数据涉及日期和时间时，分析随时间变化变得非常重要。Pandas提供了一种方便的方法，可以按不同的基于时间的间隔(如分钟、小时、天、周、月、季度或年)对时间序列数据进行分组。
02-18 周六 图解机器学习之SMV 第五章5-2
本文主要详细描述了机器学习中分类，尤其是svm，在分类标签classes_,predict等的属性的访问。并且描述了ovo和ovr两种分类器时的训练方式。本文也消息描述了controur、meshgrid的使用技巧。
广义学习矢量量化(GLVQ)分类算法介绍和代码实现
广义学习矢量量化（Generalized Learning Vector Quantization，GLVQ）是一种基于原型的分类算法，用于将输入数据分配到先前定义的类别中。
计算时间序列周期的三种方法
周期是数据中出现重复模式所需的时间长度。更具体地说，它是模式的一个完整周期的持续时间。在这篇文章中，将介绍计算时间序列周期的三种不同方法。
Python中模拟键盘输入常见键位编号对照表
有时候我们在调试一些程序时会需要模拟键盘进行调试，少的还好点，多的话很容易使我们的手产生疲劳，这是我们就可以用程序模拟键盘进行输出：首先我们导入win32api和win32con模块import win32apiimport win32conwin32api.keybd_event(17,0,0,0
