潜在狄利克雷分配 LDA 吉布斯抽样法算法import numpy as npimport jiebaclass LDA:def __init__(self,text_list,k):self.k = kself.text_list = text_listself.text_num = len(text_list)self.get_X()self.NKV = np.zeros((self.k,se

层次聚类聚合/分裂算法import numpy as npimport copyimport matplotlib.pyplot as pltclass Hierarchical_cluster:def __init__(self,k=None,p=2,dis_way='min',c_way='agg'):self.k = kself.p = pself.dis_way = dis_wayself

SVD矩阵分解import numpy as npclass SVD:def __init__(self,x):self.x = np.array(x)def get_r_rv(self,x):x = np.array(x)s_matrix = x.T.dot(x)r_list, r_v = np.linalg.eig(s_matrix)return r_list,r_vdef

ID3/C4.5算法分类决策树import numpy as npimport mathclass Node:def __init__(self,feature_index=None,value=None,label=None):self.feature_index=feature_indexself.value=valueself.child=[]self.label=labelclass C4

文本增广是什么牛马，我只需要简单Dropout两下前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、pandas是什么？示例：pandas 是基于NumPy 的一种工具，

多臂老虎机import numpy as npimport matplotlib.pyplot as pltclass E_greedy:def __init__(self,arm_num=10,epsilon=0.5):self.arm_num = arm_numself.epsilon = epsilonself.arms = np.random.uniform(0, 1, self.arm_

Unified Language Model 文本生成从未如此轻松前言UniLMHow to build UniLMGet 2D MASKSend 2D MASK to Bert使用UniLM实现新闻标题生成数据处理部分（略）模型训练技巧1:用自定义损失层来代替损失函数技巧2: 结合Embedding信息输出预测文本模型推理技巧3: BeamSearch解码精简你的词汇表技巧4: 精简你的词汇表，

我用链家的数据做的二手房房价预测模型，打败了链家自己的模型前言数据准备爬虫准备特征展示变量统计性描述数据处理数据清洗与异常值过滤数据截断数据集划分：特征处理模型与分析第一轮迭代第二轮迭代模型融合K折验证PK链家模型链家估价模型测试集准备模型PK代码开源前言在二手房交易市场中，普遍存在挂盘价与成交价偏差大的问题，如何精准预测二手房成交价成为一大难题。本模型的目标是训练出一个根据二手房相关特征来数据预

题目并尝试将运动方向扩展至number_move = 4 : 动作集合：← ↑ → ↓number_move = 8 : 动作集合：← ↑ → ↓ ↖ ↗ ↘ ↙number_move = 9 : 动作集合：← ↑ → ↓ ↖ ↗ ↘ ↙ + stopQ-learning 寻找最优路径解import numpy as npclass Flybrid:'''in the qusetion , i u

PLSA 概率潜在语义分析import numpy as npimport collectionsimport jiebaclass PLSA:def __init__(self,text_list,k):self.k = kself.text_list = text_listself.text_num = len(text_list)self.get_X()def get_X(self):