Train精品文章

• 

  【譯】技能測(cè)試解決方案：Python中的數(shù)據(jù)科學(xué)（二）

  ...值1，否則取值0。下列哪行代碼可以實(shí)現(xiàn)這個(gè)需求？ A - train[Missing_Cabin] = train.Cabin.apply(lambda x: x == ) B - train[Missing_Cabin] = train.Cabin.isnull() == False C - train[Missing_Cabin] = train.Cabin.isnull().astyp...

  zhoutao 2019-07-25 11:46 評(píng)論0 收藏0
• 

  【譯】技能測(cè)試解決方案：Python中的數(shù)據(jù)科學(xué)（三）

  ...ime_of_event 變量中的日期替換為當(dāng)月第一天的日期？ A - train[Date_time_of_event] = train.Date_time_of_event.apply(lambda x: x.replace(day=1)) B - >>> train[month] = train.Date_time_of_event.dt.month; train[year] = tr...

  i_garfileo 2019-07-25 11:46 評(píng)論0 收藏0
• 

  機(jī)器學(xué)習(xí)之 K-近鄰算法

  ...多個(gè)新數(shù)據(jù)的預(yù)測(cè)放在后文中。 假定存在訓(xùn)練樣本集 X_train（X_train.shape=(10, 2)），對(duì)應(yīng)的標(biāo)記 y_train（y_train.shape=(10,)，包含0、1)，使用 matplotlib.pyplot 作圖表示如下（綠色的點(diǎn)表示標(biāo)記0，紅色的點(diǎn)表示標(biāo)記1）： 現(xiàn)有一個(gè)新的數(shù)...

  Jensen 2019-07-31 11:15 評(píng)論0 收藏0
• 

  使用權(quán)重正則化較少模型過擬合

  ...和阻塞[9,21,30]已廣泛用于提高CNNs的泛化能力。 Adversarial Training [1]被提出來通過在圖像中添加基于梯度的擾動(dòng)來調(diào)整網(wǎng)絡(luò)。 DisturbLabel [26]隨機(jī)地將樣本的一小部分子集的標(biāo)簽改變?yōu)椴徽_的值，從而在損失層上規(guī)則化CNN。 過擬合...

  neroneroffy 2019-06-26 18:50 評(píng)論0 收藏0
• 

  使用機(jī)器學(xué)習(xí)識(shí)別出拍賣場(chǎng)中作弊的機(jī)器人用戶(二)

  ...后續(xù)進(jìn)行訓(xùn)練和預(yù)測(cè)的特征數(shù)據(jù)文件 def merge_data(): train = pd.read_csv(train.csv) test = pd.read_csv(test.csv) time_differences = pd.read_csv(tdiff.csv, index_col=0) bids_auc = pd.read_csv(bid...

  YanceyOfficial 2019-07-25 11:45 評(píng)論0 收藏0
• 

  使用TensorFlow訓(xùn)練Weibo.cn驗(yàn)證碼

  ...Flow-1.0 scikit-learn-0.18 pillow 加載數(shù)據(jù)集 數(shù)據(jù)集下載地址：training_set.zip 解壓過后如下圖： 我把同一類的圖片放到了一個(gè)文件夾里，文件夾的名字也就是圖片的label，打開文件夾后可以看到字符的圖片信息。 下面，我們把數(shù)據(jù)...

  Dr_Noooo 2019-07-25 11:44 評(píng)論0 收藏0