聊聊Word2vec1 前言2 什么是Word2vec？2.1 定义2.1.1 分词的原理介绍2.1.2 文本向量化的方式2.2 数学原理2.2.1 CBOW（Continuous Bag-of-Words）原理2.2.2 Skip-Gram原理2.2.3 为什么要有Word2vec 而不是用原来的？2.2.4 Word2vec基础：霍夫曼树2.2.5 Hierarchical Softmax2.

贝叶斯调参1 贝叶斯调参思想1.1 什么是贝叶斯调参？1.2 和前两种调参方式的区别2 贝叶斯调参原理3 Python实现3.1 数据准备3.2 建模调参3.2.1 基准线模型3.2.2 Hyperopt 调参3.2.3 目标函数3.2.4 定义超参数空间3.2.5 优化算法3.2.6 过程记录3.2.7 优化结果4 参考关于调参，前面已经完成了一篇，重点介绍了网格搜索和随机搜索，详情见：机器学.

调参系列11 什么叫调参？2 为什么要调参3 调参方法有哪些？3.1 网格搜索3.1.1 原理3.1.2 Python实现3.2 随机搜索3.2.1 原理3.2.2 Python实现3.3 贝叶斯调参3.3.1 区别于前两种方法的点3.3.2 原理3.3.3 Python实现4 参考1 什么叫调参？调参即对模型的参数进行相应的调整，以期获得更好的预测效果！其中参数又分为：模型参数和模型超参数...

课程笔记+Quiz+编程Task1 向量化VS非向量化实例2 初始化很多变量为0时的向量化表示3 Python中的广播3.1 方法13.2 方法23.3 其余例子4 Python中容易出错的点5 Week 2 Quiz - Neural Network Basics6 编程作业：具有神经网络思维的Logistic回归6.1 载入数据6.2 看一个示例6.3 查看图片具体情况6.4 降维处理6.4.

聊聊feature_importances_1 背景2 原理3 Python实现3.1 解决mac下用jupyter绘图不显示中文的问题3.2 一个神奇的函数：np.argsort1 背景在运用树模型建模的时候，常用的一个sklearn的子库就是看特征重要性，也就是feature_importances_，下面将从原理和Python代码实现两个角度来聊一聊！2 原理待补充3 Python...

什么是最大熵模型？1 前言2 什么是最大熵模型？2.1 通俗解释3 最大熵模型的应用场景4 模型优缺点参考1 前言继续梳理李航老师《统计学习方法》的章节内容，今天我们一起来看一看啥叫最大熵模型？2 什么是最大熵模型？2.1 通俗解释首先来看看吴军老师的《数学之美》书中对于最大熵模型的通俗解释。一句话概括：不要把鸡蛋放到一个篮子里！保留全部的不确定性，将风险降到最小，此时对应的熵最大...

离散变量处理方式1 离散变量处理方法概览2 什么是woe？3 什么是iv？3.1 计算公式3.2 含义解释3.3 例题4 补充4.1 为什么不直接用woe了，还非要引入IV？4.2 极端情况怎么办？4.3 y是不是只能0或者1？上一篇推文中简单提到了离散变量的处理方式，和同学交流了一波，感觉这几种处理方式还蛮有意思的,总结一波！1 离散变量处理方法概览2 什么是woe？WOE的全称...

如何解决样本不平衡问题？2 样本不平衡问题的处理方式2.1 场景2.2 对训练集还是测试集用？还是全量用？2.3 处理方法有哪些？待补充！2 样本不平衡问题的处理方式2.1 场景最近刚好做的项目是一个二分类问题，全量数据中正负样本比超过了5：1，一般认为超过4：1则是样本不平衡，因此需要进行处理。2.2 对训练集还是测试集用？还是全量用？仅针对训练集进行样本不平衡问题的处理，测试集不用...

聊聊Word2vec1 前言2 什么是Word2vec？2.1 定义2.1.1 分词的原理介绍2.1.2 文本向量化的方式2.2 数学原理2.2.1 CBOW（Continuous Bag-of-Words）原理2.2.2 Skip-Gram原理2.2.3 为什么要有Word2vec 而不是用原来的？2.2.4 Word2vec基础：霍夫曼树2.2.5 Hierarchical Softmax2.

Colab入门1 前言2 准备工作3 如何读入数据4 如何安装keras等第三方库参考1 前言最近希望run起来深度学习的相关模型，比如CNN，刚好也是之前的一个项目，但是本机实现跑不动，于是请教师兄，建议我上手Google的Colab，于是刚才就吭哧吭哧的搞起来了！初次上手还是遇到了很多坑的，下面总结一下，方便后面入门的小伙伴们避坑~2 准备工作登录的网址是：https://colab...