Mike123

PSO(Particle Swarm Optimization)粒子群优化算法原理详解, 包括算法背景, 基本思想,重要概念,算法的整体逻辑和核心内容,以及相应的Pytho...

快速可视化数据集中缺失值的好工具是专门的库-missuno。我们将在下面演示它。 1安装 2查看缺失值 matrix（） 根据图表中白线的数量，我们可以推断数据集中的缺失值...

官方文档 召回率和准确率 AP定义 AP就是Precision-recall 曲线下面的面积，通常来说一个越好的分类器，AP值越高 计算平均精度（Average Preci...

深入了解 pandas.factorize 函数 pandas.factorize() 是 Pandas 库中一个功能强大且多用途的函数。它被用来将对象编码为枚举类型或分类...

官方文档 机器学习中的特征排列重要性 在机器学习的探索和建模过程中，理解和评估特征的重要性对于构建高性能模型至关重要。然而，如何准确地衡量和判断每个特征对模型的贡献程度一直...

数值转换：优化数据表示的关键步骤 在数据科学和机器学习领域中，对数据进行适当的转换是提高模型性能和准确度的重要步骤之一。数值转换是一种通过对数据应用不同的转换技术来改变其分...

numpy.where介绍 numpy.where()官方文档 NumPy 中的 numpy.where 函数：灵活的条件选择器 NumPy 是 Python 中一个强大的...

numpy.random官方文档： 创建数组 1.Numpy.array() numpy.array(object,dtype=None,copy=True,order=N...

pytorch的squeeze()函数参数 input (Tensor) – the input tensor. dim (int or tuple of ints , o...

计算机视觉中Two-Stream双流网络和I3D(双流网格的3D实现) 论文和李沐讲解,Two-Stream网络结构和 I3D实现细节...

李宏毅老师详细教学视频 目录 一、RNN和LSTM讲解 二、Self-attention 讲解三、Self-attention与CNN RNN GNN对比...

简介 当进行数据分析项目时，常常会首先进行探索性数据分析（Exploratory Data Analysis，简称EDA）。EDA是一种探索性的数据分析方法，旨在通过统计和...

参考 简介 Backward elimination（后退法）和forward selection（前向选择）都是统计模型中常用的变量选择方法。...

在很多机器学习任务中，特征并不总是连续值，而有可能是分类值。目标编码（`target encoding`）和One-Hot编码是特征工程中非常强大的技术，在机器学习竞赛中广...

optuna是一个为机器学习，深度学习特别设计的自动超参数优化框架，具有脚本语言特性的用户API。因此，optuna的代码具有高度的模块特性，并且用户可以根据自己的希望动态...

机器学习中的Data Leakage（数据泄漏）即target leakage和Train-Test Contamination 如何避免？和具体例子...

目录 基变换 特征向量和特征值 对角化几何含义 对角化在简化计算中的使用，3blue1brown的前置知识...

计算机视觉/机器学习常用提分方法TTA/Focal/Cross Validation + Ensemble...