先列出回归函数代码，可以使用的回归算法包括：
xgboost
lightgbm
catboost
sklearn
回归问题的k折校验，一般使用KFold，而分类问题一般使用StratifiedKFold。
参数：X – 训练数据（可以是pd.DataFrame或...
11小时前 9℃
0喜欢
随着计算机网络技术的不断发展，“数据即资源”的大数据时代已经来临。手机用户画像是通过对用户的通信数据和上网行为数据的收集、加工、分析，勾勒出用户的人口统计学特征、上网行为偏好、社交网络图谱、通信消费能力、换机频率、搜索主题、位置稳定度等特征和轮廓。用户画像涵盖众多维度，是不同属性...
22小时前 10℃
0喜欢
职位：信息流推荐算法工程师
一面：
聊项目，每个项目都会问怎么做的，两道题，一道二分查找，一道二叉树深度，推导逻辑回归；
二面：
具体LR的项目怎么做的，从特征工程到求解算法，怎么解决过拟合，推导xgboost；
三面：
word2vec画网络结构图，有隐向量和输入向量，该用哪一...
1天前 12℃
0喜欢
职位：信息流推荐算法
一面：
xgboost调参参数有哪些？和GBDT比较，权重w怎么得到的，其他也随便问了下，主要考广度吧感觉，外加一道算法题，反转数组的查找，比如5 6 7 8 9 1 2 3 4 查找；
二面：
问了很多简历外的，比如检索怎么做的，空间hash怎么做，距离怎...
1天前 12℃
0喜欢
机器学习
列一下考察的知识点，并附上相关的优质知乎讨论。
逻辑回归，SVM，决策树
逻辑回归和SVM的区别是什么？各适用于解决什么问题？
Linear SVM 和 LR 有什么异同？
SVM（支持向量机）属于神经网络范畴吗？
如何理解决策树的损失函数?
各种机器学习的应用场景分别...
1天前 27℃
0喜欢
2018 男足世界杯（128 场比赛）基本统计信息
完整数据分析报告：https://github.com/adi0229/ML-DL/blob/master/fifa2018.ipynb
数据特征包含：
Index(['Date', 'Team', 'Opponent', ...
3天前 18℃
0喜欢
面试官最喜欢问的就是gbdt，这个放到后面来总结,现总结一些基本的问题。
1.bagging和bossting的区别
bagging全称Boostrap Aggregation（翻译渣，大概是提升聚合的意思吧。。。）
bagging可以理解为...
3天前 14℃
0喜欢
LZ是转专业的海外水硕，发一波新鲜面经攒一下人品，也给接下来的提前批小伙伴分享一波经验。
一面：
一面的面试官是一个做CV的博士后，问题是比较常规的一面常见问题。
1. 项目相关的问题。
2. 讲一讲LDA算法（线性判别分析）
3. 讲一讲SVM (建模思想，误差函数推...
6天前 25℃
0喜欢
下载地址
https://www.lfd.uci.edu/~gohlke/pythonlibs/
版本：xgboost‑0.90‑cp37‑cp37m‑win_amd64.whl
将这个包置于D:\ProgramData\Anaconda3\Lib\site-packages下
...
6天前 27℃
0喜欢
在机器学习任务中，我们经常会遇到这种困扰：数据不平衡问题。
现实中有很多类别不均衡问题，它是常见的并且也是合理的符合人们期望的。如，在欺诈交易识别中，属于欺诈交易的应该是很少部分，即绝大部分交易是正常的，只有极少部分的交易属于欺诈交易。这就是一个正常的类别不均衡问题。又如，在客户...
1周前 (06-18) 63℃
0喜欢
