Joye Cai's Blog

Know more, Do more, Be more

QQ音乐推荐技术

By HAB

Last updated on 2018-4-19… 本篇为来自腾讯的黄安埠（THU硕士）在2017北京机器学习峰会上的分享。 引言&目录 CF Model NLP Model 用户画像 推荐架构 难点&挑战

Posted by Jiayue Cai on April 19, 2018

Python画图篇

For Data Mining

Last updated on 2019-7-23… python语句 pandas常用函数、pandas文档 pygal通用画图 networkx社会网络图 pyecharts地理地图、pyecharts示例、国家名称 概率密度图 可见特征f1是要保留的，特征f20是要舍弃的 import matplotlib.pyplot as pl...

Posted by Jiayue Cai on April 18, 2018

Python增加样本篇

For Data Mining

Last updated on 2018-9-25… python语句 pandas常用函数、pandas文档 pygal通用画图 networkx社会网络图 pyecharts地理地图、pyecharts示例、国家名称 本篇是特征工程和模型之外的技巧篇，方法是增加新样本，即利用半监督代替过采样，以解决样本不平衡问题。（»原文链接） 迭代半监督 利...

Posted by Jiayue Cai on April 12, 2018

Python模型训练篇

For Data Mining

Last updated on 2019-7-23… python语句 pandas常用函数、pandas文档 pygal通用画图 networkx社会网络图 pyecharts地理地图、pyecharts示例 model.py import numpy as np import pandas as pd import lightgbm as lgb f...

Posted by Jiayue Cai on April 8, 2018

Python特征选择篇

For Data Mining

Last updated on 2020-3-12… python语句 pandas常用函数、pandas文档 pygal通用画图 networkx社会网络图 pyecharts地理地图、pyecharts示例、国家名称 本篇是上一篇《python特征工程篇》的一个子集，由于内容较多而单独出一篇。（»原文链接） 特征选择 特征选择是特征工程里的一个重要...

Posted by Jiayue Cai on March 18, 2018

Python特征工程篇

For Data Mining

Last updated on 2020-11-1… python语句 pandas常用函数、pandas文档 pygal通用画图 networkx社会网络图 pyecharts地理地图、pyecharts示例 特征工程是对原始数据进行一系列处理，将其提炼为模型可理解的输入数据格式，为模型提供信息增益以提升模型精度，特征工程是一个表示和展现信息的过程。 在...

Posted by Jiayue Cai on March 8, 2018

XGBoost推导

决策树的boosting模型

仅主要知识点梳理 引言 XGBoost的全称 eXtreme Gradient Boosting，2014年2月诞生的专注于梯度提升算法的机器学习函数库，作者为华盛顿大学研究机器学习的大牛——陈天奇。他在研究中深深的体会到现有库的计算速度和精度问题，为此而着手搭建完成 xgboost 项目。xgboost问世后，因其优良的学习效果以及高效的训练速度而获得广泛的关注，并在各种算法大...

Posted by Jiayue Cai on February 11, 2018

集成学习简要

简略图

Last updated on 2018-7-20… 集成方法是由多个较弱的模型集成模型组，一般的弱分类器可以是DT, SVM, NN, KNN等构成。 其中的模型可以单独进行训练，并且它们的预测能以某种方式结合起来去做出一个总体预测。 该算法主要的问题是要找出哪些较弱的模型可以结合起来，以及如何结合的方法。 Bagging（划分数据子集并行）例如Random forest ...

Posted by Jiayue Cai on January 12, 2018

Numpy学习

For python

Last updated on 2017-11-26… 基本 import numpy as np 生成 x = np.empty([3,2], dtype = int) # [[0, 0],[0, 0],[0, 0]] x = np.zeros((5,), dtype = np.int) # [0 0 0 0 0] x = np.ones(5) ...

Posted by Jiayue Cai on November 20, 2017

Gitalk “Validation Failed” 解决办法

博客插件

Last updated on 2018-12-07… 错误原因 Gitalk使用 window.location.pathname 创建 Issue 的 Tag，而而Github在今年更新了关于Issue的字数限制（50字）。 博客名超过4个中文字就出现Validation Failed。 解决思路 使用一个MD5工具，将location.pathname长度缩短。 具...

Posted by Jiayue Cai on October 30, 2017

FEATURED TAGS
Develop C++ Python Simulation Machine Learning Feature Engineering Recommending System Tensorflow Deep Learning NLP Big Data Image Reinforcement Learning Computational Advertising Business
ABOUT ME

Joye Cai

✉️ caijiayue2@gmail.com

FRIENDS