hdf5简介HDF5是一种专门用于存储表格数据阵列的高性能存储格式。Pandas的HDFStore类k可以将将DataFrame存储在HDF5文件中，以便可以有效地访问它，同时仍保留列类型和其他元数据。 它是一个类似字典的类，因此您可以像读取Python dict对象一样进行读写。HDF5支持压缩存储，使用的方式是blosc，这个是速度最快的也是pandas默认支持的。 使用压缩可以节省空间。..

卷积神经网络CNN卷积神经网络（Convolutional Neural Network,CNN）是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。 它包括输入层，隐藏层，输出层，其中，隐藏层有包括卷积层(alternating convolutional layer)和池层(pooling layer)。卷积层用于提取特征，池化层也就是下采样，常见

使用基于决策树的梯度提升算法的一个好处是，可以自动地获取特征的重要性，从而有效地进行特征的筛选。本文基于xgboost进行特征选择的实践使用gradient boosting计算特征重要性通过梯度提升的方法，我们可以根据提升之后的树获取每个特征的重要性。一般来说，特征的重要性表示这个特征在构建提升树的作用。如果一个特征在所有树中作为划分属性的次数越多，那么该特征就越重要。通过每个属性分割点改...

目录目录CTR预估综述Factorization Machines(FM)算法原理代码实现Field-aware Factorization Machines(FFM)算法原理代码实现Deep FM算法原理代码实现参考文献CTR预估综述点击率(Click through rate)是点击特定链接的用户与查看页面，电子邮...

Word2Vec基于 Gensim 的 Word2Vec 实践，从属于笔者的程序猿的数据科学与机器学习实战手册，代码参考gensim.ipynb。推荐前置阅读Python语法速览与机器学习开发环境搭建，Scikit-Learn备忘录。Word2Vec TutorialGettingStarted with Word2Vec and GloVe

交叉熵交叉熵可在神经网络(机器学习)中作为损失函数，p表示真实标记的分布，q则为训练后的模型的预测标记分布，交叉熵损失函数可以衡量p与q的相似性。交叉熵作为损失函数还有一个好处是使用sigmoid函数在梯度下降时能避免均方误差损失函数学习速率降低的问题，因为学习速率可以被输出的误差所控制。tensorflow中自带的函数可以轻松的实现交叉熵的计算。tf.nn.softmax_cross_entro

Tensorflow计算模型 —— 计算图Tensorflow是一个通过计算图的形式来表述计算的编程系统，计算图也叫数据流图，可以把计算图看做是一种有向图，Tensorflow中的每一个计算都是计算图上的一个节点，而节点之间的边描述了计算之间的依赖关系。计算图的使用在tensorflow程序中，系统会维护一个默认的计算图，通过tf.get_default_graph()函数可以获取当前默认的计算图

先明确几个概念：方差指的是模型之间的差异，偏差指的是模型预测值和数据之间的差异。最小二乘法线性回归（Oridinary Least Squares, OLS）线性回归拟合具有系数w =（w_1，…，w_p）的线性模型，最小化 通过预测模型得到的预测值和真实值之间的残差，其数学表达式如下：min∥XW−Y∥22min\left \lVert XW-Y\right \rVert^2_2线性回归模型也

以下所有内容都是基于python3时间序列分析import pandas as pdimport numpy as npfrom datetime import time# 生成日期MyTime = time(hour=10, minute=1, second=20)# 生成日期范围index = pd.data_range(start='2000-01-01 00:00:00'...

基本概念强化学习（reinforcementlearning, RL）是近年来机器学习和智能控制领域的主要方法之一。强化学习关注的是智能体如何在环境中采取一系列行为，从而获得最大的累计回报通过强化学习，一个智能体知道在什么状态下应该采取什么行为。RL是从环境状态到动作的映射学习，我们把这个映射称为策略（Policy）强化学习和监督学习的区别增强学习是试错学习(Trail-and-erro...