首页
首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
import_random
掘友等级
数据挖掘工程师
|
aa
放下高贵品质,享受缺德人生。
获得徽章 19
动态
文章
专栏
沸点
收藏集
关注
作品
赞
838
文章 838
沸点 0
赞
838
返回
|
搜索文章
最新
热门
[投资]akshare库包之股票and基金
股票 或者上海, 深圳, 北京, 3个证券交易所的所有股票. 上海证券交易所上市的股票,是以6开头的. 深证证券交易所上市的股票, 是以0或3开头的. 北京证券交易所,是以8开头的
[机器学习]XGBoost(陈天奇团队) vs Lightgbm(微软公司)
XGBoost 和 LightGBM 都是基于梯度提升树(Gradient Boosting Decision Tree, GBDT)的改进算法,广泛应用于机器学习竞赛和工业场景。尽管核心思想相似,但
[社交网络]基础知识
社交网络的特征可以从多个维度进行分析,涵盖整体结构、个体行为、群体动态、时间演化以及内容属性等方面。以下是详细的分类和特征列举: 1. 结构特征(整体网络属性) 密度(Density) :网络中实际存
[社区发现]networkx.algorithms.community模块
NetworkX的algorithms.community模块提供了多种可直接调用的社区发现算法, 以下是当前版本(以NetworkX 2.8+为例)中主要的算法及其分类: 1. 非重叠社区检测算法
[决策树]L1和L2正则项
在梯度提升树(如XGBoost、LightGBM)中,L1和L2正则项是控制模型复杂度、防止过拟合的关键工具。它们的核心作用与线性模型类似,但在树模型中的具体实现和影响有所不同: 1. L1和L2正则
车辆保险
车辆保险种类较多,选择时需要根据自身需求、车辆情况、经济能力等因素综合考量。 以下是常见车险种类及选购建议,帮助你在保障与性价比之间找到平衡: 一、必买险种(法律强制或基础保障) 交强险 作用:赔偿对
[机器学习]决策树中的正则化机制
在决策树中,正则化机制指的是通过一系列约束或限制条件,防止模型过度拟合训练数据,提升其泛化能力。正则化的核心目标是简化模型结构,让模型在保持分类/预测准确性的同时,避免因复杂度过高而“记住”噪声或无关
[机器学习]选型
在机器学习中,选型(Model Selection) 是指根据具体任务类型和数据特点,从众多可能的算法或模型中选择最合适的一个(或一组)的过程。 它是机器学习项目中的关键步骤,直接影响模型的性能、效率
IDE和IDLE的关系和区别
IDE(Integrated Development Environment,集成开发环境)和 IDLE(Integrated Development and Learning Environment
[机器学习]模型的参数 vs 模型的超参数
在机器学习中,**参数(Parameters)和超参数(Hyperparameters)**是两类完全不同的概念,它们在模型训练中的作用、调整方式以及对模型性能的影响有本质区别。以下是它们的定义、区别
下一页
个人成就
文章被点赞
1,088
文章被阅读
566,899
掘力值
16,271
关注了
24
关注者
116
收藏集
0
关注标签
25
加入于
2019-05-05