数据竞赛 - 达观杯(study)

智能优化电池:基于单片机的电池管理系统 设计简介: 本设计是基于单片机的电池管理系统,主要实现以下功能: 可通过LCD1602显示温度、电压电流值; 可通过按键调整温度、电压和电流的阈值; 用ADC0832将模拟量转换为数字量。 标签:51单片机、LCD1602、ADC0832 效果图: 总体资料: 原理图: 软件设计流程: 系统框图: 本设计以STC89C52单片机为核心控制器,加上其他的模块一起组成电动汽车的电池管理的整个系统,... 阅读详情

request1:
(1.下载数据,读取数据,观察数据
2. 将训练集拆分为训练集和验证集。要求:数据3-7分,随机种子2019)

数据包含2个csv文件:
train_set.csv:此数据集用于训练模型,每一行对应一篇文章。文章分别在“字”和“词”的级别上做了脱敏处理。共有四列:
第一列是文章的索引(id),第二列是文章正文在“字”级别上的表示,即字符相隔正文(article);第三列是在“词”级别上的表示,即词语相隔正文(word_seg);第四列是这篇文章的标注(class)。
注:每一个数字对应一个“字”,或“词”,或“标点符号”。“字”的编号与“词”的编号是独立的!

test_set.csv:此数据用于测试。数据格式同train_set.csv,但不包含class。
注:test_set与train_test中文章id的编号是独立的。

读取数据
import pandas as pd
df_train = pd.read_csv(‘train_set.csv’)
df_test = pd.read_csv(‘test_set.csv’)
各列文件类型数量有无缺失。
df_train.info()
df_test.info()
各个类别数据是否分布不均:

df_train[‘class’].describe()
df_train[‘class’].value_counts()
文本分类共19类,各类别数据均在2000条以上。没有严重的类别不均。

数据说明中显示:
'article’是字级别上的,'word_seg’是词级别上的。
也就是说,比赛举办方已经把单词给我们切好了,不需要自己手动分词,已经把单词数字化(脱敏),因此数据划分中X以df_train[[‘word_seg’]进行即可。

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(df_train[[‘word_seg’]], df_train[[‘class’]], test_size=0.3, random_state=2019)
print(X_train.shape)
print(X_test.shape)

request2:
(对文本特征进行预处理,将文本转成向量表示:
1) 学习TF-IDF理论并实践;
2) 学习word2vec词向量原理并实践;
3)[可选]特征选择&特征构建)
import pandas as pd
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.feature_extraction.text import TfidfTransformer
tfidf_transformer=TfidfTransformer()
import gensim
import pickle
import time
import numpy as np
​
​
“”"=====================================================================================================================
1 数据预处理
“”"
print(“1 数据预处理”)
​
1 数据预处理
t_start = time.time()
df_train=pd.read_csv(’./data/new_data/train_set.csv’,nrows=10000) # 数据大,爆内存,读前10000行
df_test = pd.read_csv(’./data/new_data/test_set.csv’,nrows=10000)
df_train.drop([‘article’],axis=1, inplace=True)
df_test.drop([‘article’],axis=1, inplace=True)
f_all = pd.concat(objs=[df_train, df_test], axis=0)
y_train = (df_train[‘class’] - 1).values
#Tfidf
“”"=====================================================================================================================
2 特征工程
“”"
print(“2 特征工程”)
vectorizer = TfidfVectorizer(ngram_range=(1, 2), min_df=3, max_df=0.9, sublinear_tf=True)
vectorizer.fit(df_train[‘word_seg’])
x_train = vectorizer.transform(df_train[‘word_seg’])
x_test = vectorizer.transform(df_test[‘word_seg’])
​
“”"=====================================================================================================================
3 保存至本地
“”"
print(“3 保存至本地”)
data = (x_train, y_train, x_test)
fp = open(’/srv/r_server/ML/data_w_tfidf.pkl’, ‘wb’)
pickle.dump(data, fp)
fp.close()
​
t_end = time.time()
print(“已将原始数据数字化为tfidf特征,共耗时:{}min”.format((t_end-t_start)/60))
3 保存至本地
已将原始数据数字化为tfidf特征,共耗时:4.027563591798146min

word2vec

#=======================================================================================================================

1 准备训练数据

#=======================================================================================================================
​
print("准备数据… ")
sentences_train = list(df_train.loc[:, ‘word_seg’].apply(sentence2list))
sentences_test = list(df_test.loc[:, ‘word_seg’].apply(sentence2list))
sentences = sentences_train + sentences_test
print("准备数据完成! ")
准备数据…
准备数据完成!
word2vec 参考:https://github.com/Heitao5200/DGB/blob/master/feature/feature_code/train_word2vec.py

request3:
学习内容
使用下面模型对数据进行分类(包括:模型构建&调参&性能评估):
1)逻辑回归(LR)模型,学习理论并用Task2的特征实践;
2)支持向量机(SVM) 模型,学习理论并用Task2的特征实践;
3)尝试线上提交结果
4)[可选]尝试其他基本模型(不是集成模型哟)

特征选择
对特征进行嵌入式选择

  1. 读取特征
    import time
    import pickle
    from sklearn.feature_selection import SelectFromModel
    from sklearn.linear_model import LogisticRegression
    from sklearn.svm import LinearSVC
    features_path = ‘./data_w_tfidf.pkl’#tfidf特征的路径
    fp = open(features_path, ‘rb’)
    x_train, y_train, x_test = pickle.load(fp)
    fp.close()
    #######
    将前面进行TF-IDF的数据中训练集 拆成 train_data, valid_data, 调最优模型参数,再进行测试
    x_train1, x_valid, y_train1, y_valid = train_test_split(x_train, y_train, test_size=0.3, random_state=2019)
    LR模型
    逻辑回归处理的是分类问题,因变量取值是一个二元分布,学习得到的是给定自变量和超参数以后因变量的期望。基于期望来处理预测分类问题。
    具体参考细品 - 逻辑回归(LR)* - ML小菜鸟 - 博客园.
    选取部分数据跑LR/SVM模型,判断结果。
    from sklearn.linear_model import LogisticRegression
    from sklearn.svm import SVC
    from sklearn.metrics import confusion_matrix,f1_score
    svm=SVC(probability=True,class_weight=‘balanced’) # add probability=True ,then can print probability
    log=LogisticRegression(class_weight=‘balanced’)
    for model in ((svm,log)):
    model.fit(x_train,y_train)
    predicted_value=mod.predict(X_test)
    score=model.score(x_test,y_test)
    matrix=confusion_matrix(y_test,predicted_value)
    f1_score=f1_score(y_test,predicted_value,average=‘weighted’)
    print(model)
    print(‘f1_score:’,f1_score)
    print(‘Score:’,score)
    print(‘matrix:’,matrix)
    特征选择
    sklearn在Feature selection模块中内置了一个SelectFromModel,该模型可以通过Model本身给出的指标对特征进行选择,可参考https://blog.csdn.net/fontthrone/article/details/79064930
    eg:
    model = SelectFromModel(svm,prefit=True)
    X_new = model.transform(X)
    print(“X_new 共有 %s 个特征”%X_new.shape[1])
    特征选取并不一定升:所有特征有效的情况下,去除的特征只能带来模型性能的下降,即使不是全部有效很多时候,低重要程度的特征也并不一定代表着一定会导致模型性能的下降,因为某种度量方式并不代表着该特征的最终效果,很多时候我们的度量方式,往往只是一个参考而已.
    #####调参, 可用sklearn.pipeline
    from sklearn.pipeline import Pipeline
    from operator import itemgetter
    import collections
    from sklearn.metrics import classification_report
    def report(grid_scores, n_top=3):
    top_scores = sorted(grid_scores, key=itemgetter(1), reverse=True)[:n_top]
    for i, score in enumerate(top_scores):
    print(“Model with rank: {0}”.format(i + 1))
    print(“Mean validation score: {0:.3f} (std: {1:.3f})”.format(
    score.mean_validation_score,
    np.std(score.cv_validation_scores)))
    print(“Parameters: {0}”.format(score.parameters))
    print("")

跑随机森林模型
X_train, X_test, Y_train, Y_test = train_test_split(x_train, y_train, test_size=0.3, random_state=2019)
#初始化分类器
clf=RandomForestClassifier(n_estimators=500, criterion=‘entropy’, max_depth=5, min_samples_split=2,
min_samples_leaf=1, max_features=‘auto’, bootstrap=False, oob_score=False, n_jobs=1, random_state=0,
verbose=0)

###grid search找到最好的参数
param_grid = dict( )
##创建分类pipeline
pipeline=Pipeline([ (‘clf’,clf) ])
grid_search = GridSearchCV(pipeline, param_grid=param_grid, verbose=3,scoring=‘accuracy’,
cv=StratifiedShuffleSplit(n_splits=10,test_size=0.2, random_state=0)).fit(X_train, Y_train)

输出结果

print((“Best score: %0.3f” % grid_search.best_score_))
print((grid_search.best_estimator_))
#report(grid_search.best_score_)

print(’-----grid search end------------’)
print (‘on all train set’)
scores = cross_val_score(grid_search.best_estimator_, X_train, y_train,cv=3,scoring=‘accuracy’)
print(scores.mean(),scores)
print (‘on test set’)
scores = cross_val_score(grid_search.best_estimator_, X_test, Y_test,cv=3,scoring=‘accuracy’)
print(scores.mean(),scores)
print((classification_report(Y_train, grid_search.best_estimator_.predict(X_train) )))
print(‘test data’)
print((classification_report(Y_test, grid_search.best_estimator_.predict(X_test) )))
保存最优参数,再进行预测

request 4*****
1)构建LightGBM的模型(包括:模型构建&调参&性能评估),学习理论并用Task2的特征实践
2)线上提交结果;
3)[可选]尝试其他集成模型(XGBoost & GBDT & AdaBoost etc.)

Lightgbm参数设置
Lightgbm是基于决策树的分布式梯度提升框架,以选取最大信息增益作为特征选择的目标。
它最主要的参数有:
objective=‘binary’ #目标为二分类
num_leaves = 16 # 决策树叶子节点数
(Lightgbm用决策树叶子节点数来确定树的复杂度,而XGboost用max_depth确定树的复杂度)
num_threads=8 #最大线程数
learning_rate=0.05 #学习率
subsample=0.9 # 样本子集比例
n_estimators=1000 #最大迭代数
其中,num_leaves的设置与数据集特征总数有关,num_leaves尽量小于完全二叉树的叶子节点数,否则容易过拟合。
最大迭代数不必设置过大,可以在进行一次迭代后,根据最佳迭代数设置。(详细可参考https://blog.csdn.net/linxid/article/details/80785131)

#####跑LightGBM
import time
import pickle
import lightgbm as lgb
from sklearn.externals import joblib
from sklearn.model_selection import train_test_split, StratifiedKFold
from sklearn.metrics import
f1_score,recall_score,accuracy_score,confusion_matrix
t_start = time.time()
features_path = ‘./data_w_tfidf.pkl’#tfidf特征的路径
fp = open(features_path, ‘rb’)
x_train, y_train, x_test = pickle.load(fp)
fp.close()
X_train, X_valid, y_train, y_valid = train_test_split(x_train, y_train, test_size=0.3,shuffle=True, random_state=2019)
#自定义验证集的评价函数
def f1_score_vali(preds, data_vali):
labels = data_vali.get_label()
preds = np.argmax(preds.reshape(20, -1), axis=0)
score_vali = f1_score(y_true=labels, y_pred=preds, average=‘macro’)
return ‘f1_score’, score_vali, True
#读取数据,并转换到lgb的标准数据格式
lgb_train = lgb.Dataset(X_train, y_train)
lgb_eval = lgb.Dataset(X_valid, y_valid, reference=lgb_train)

#nfold = 5
#kf = StratifiedKFold(nfold)
#训练lgb分类器

params = {
‘boosting’: ‘gbdt’,
‘application’: ‘multiclass’,
‘num_class’: 19,
‘learning_rate’: 0.1,
‘num_leaves’: 31,
‘max_depth’: -1,
‘lambda_l1’: 0,
‘lambda_l2’: 0.5,
‘bagging_fraction’: 1.0,

}

lgb_model = lgb.train(params, lgb_train, num_boost_round = 200, valid_sets = lgb_eval, feval = f1_score_vali,
early_stopping_rounds = None, verbose_eval=True)
joblib.dump(lgb_model, “./lgb_w_tfidf.m”)

##对测试集进行预测;将预测结果转换为官方标准格式;并将结果保存至本地

y_test = np.argmax(lgb_model.predict(x_test), axis=1) + 1
df_result = pd.DataFrame(data={‘id’:range(102277), ‘class’: y_test.tolist()})
result_path = ‘…/results/’ + ‘lgb’ + ‘.csv’
df_result.to_csv(result_path, index=False)

t_end = time.time()
print(“训练结束,耗时:{}min”.format((t_end - t_start) / 60))

【AI智能体】全场景AI智能体工作台WorkBuddy实战操作详解 全场景AI智能体工作台WorkBuddy实战操作详解 阅读详情

相关推荐

命令行执行YOLO训练命令报错:1.PermissionError: [WinError 5] 拒绝访问 2.OMP: Error#15: Initializing libiomp5md.dll...

(已解决!)报错:1.PermissionError: [WinError 5] 拒绝访问 2.OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized.

Gpengyuyan的博客 1127

xgb lgb 自定义评价函数差别

关于xgb lgb自定义评价函数,其实是区别的, 但步骤都是一样的 XGB: #自定义评价函数---适用于XGBClassifier #preds是预测结果概率-但是需要转换成label #dtrain是xgb的矩阵,使用get_label() 可获取到真实的label def get_f1 (preds,dtrain): label=dtrain.get_label() pred...

snailpeople的博客 5653

3D Slicer-最强大的开源医学图像分割工具简要概述

3D Slicer 是一个免费的开源软件平台,用于医学、生物医学和其他 3D 图像的可视化、处理、分割、配准和分析。读/写DICOM图像和多种其他格式;三维图像、多边形网格和体积渲染的交互式可视化;手动编辑和标记图像;使用刚性和非刚性算法融合和共同配准数据;图像自动分割;跟踪图像引导程序的设备。所有的功能模块可在工具栏里找到,提供搜索,下拉选择,左右切换等功能。3D slicer的大概情况就介绍到这里。它的功能非常强大,也没有必要说掌握每个功能的使用。

Tina姐的博客 2万+

数据加载及探索性数据分析——入门

千里之行始于足下,入门数据科学首先从学会用工具进行基本操作开始,当然使用工具是手段而非目的。加载、操作数据并通过观察得到初步结论是数据分析第一步。 加载数据 import pandas as pd import numpy as np data_path = "../../data/titanic/" train_path = data_path + "train.csv" df_train = pd.read_csv(train_path) df_train.head(10) 预览 在处理数据时数据

weixin_43890540的博客 369

LEC/FORMAL --- PARTIII debug

lec(logic equivalence checking)又叫formal check,是对ic design的综合,PR前后的设计进行逻辑对比检查的工具/手段,保证综合不改变rtl原始的logic function。目前用的较多的就是C家的formal工具。接下来介绍一下lec过程中遇到的问题以及debug手段。...

sinat_27691203的博客 7716

Quartus Prime 软件 USB-blaster 驱动安装失败【已解决】

一、安装步骤 1、将FPGA 开发板插入电脑时,未安装驱动的电脑会提示安装usb-Blaster驱动。Windows搜索框打开设备管理器,在“其他设备”下会发现黄色感叹号的“USB-Blaster”的设备驱动。 2、Quartus系列软件的安装目录下自带USB-blaster的驱动程序,右键更新驱动,选择驱动目录:(D:\intelFPGA\18.1\quartus\drivers\usb-blaster,文件位置和版本请按照自己安装的路径选择),点击Next开始安装。 3、安装成功,重启电脑即可使

adolphwang_909086的博客 6万+

python机器学习及实战-Python基础综合实践

#读取数据 import pandas as pd df_train = pd.read_csv('breast-cancer-train.csv') df_test = pd.read_csv('breast-cancer-test.csv') #print(df_train.info()) #print(df_test.info()) df_test_negative = df_test.

llx1026的博客 765

【YOLOv12多模态融合改进】(可见光+红外)涉及像素级融合、特征级融合(中期、中后期、后期)、决策级融合的完整配置步骤以及二次改进方案

在网络输入阶段将多模态数据直接合并,形成统一的特征表示。

Limiiiing的博客 1213

2018“达观杯”文本智能处理挑战赛心得

达观杯是一个NLP文本处理比赛,由达观数据公司主办,具体信息参考此比赛网址。为了熟悉一下算法比赛的流程,报名并参加了这个比赛,此比赛已经结束了,但是仍然可以报名参加获取分数和排名,这个kaggle的比赛一样,我觉得对于新人练手来说还是很方便的。废话不多说,以下详述比赛流程。 环境配置 win10 python3.6 pycharm jupyter notebook scikit-lea...

天真不无邪,hello和world 846

室内无线传播损耗分析与传播模型验证课程设计

室内无线传播损耗分析与传播模型验证课程设计

a_zxswer的博客 188

【云原生】Docker可视化工具Portainer使用详解

Docker可视化工具Portainer使用详解

congge 1万+

学习python的数据处理

import pandas as pd test_df = pd.read_csv("/Users/isabella/Downloads/test.csv") train_df = pd.read_csv("/Users/isabella/Downloads/train.csv") # 查看每一列的数据 train_df.info() # 查看数据的统计特性 train_df.describe...

qq_18310041的博客 763

知识图谱实战应用8-从文本关系抽取到知识图谱关系构建流程贯通

大家好,我是微学AI,今天给大家介绍一下知识图谱实战应用8-从文本关系抽取到知识图谱关系构建流程贯通。我们从文本数据中采集到关键信息,并抽取出其中的关系信息,然后在存入图数据库中,整个过程实现自动化,我这里将举一个文本例子进行抽取。 对于知识图谱的构建是将实体、概念和它们之间的关系都以图表形式呈现出来的一种数据结构。要构建一个知识图谱,需要从不同的数据源中采集到相关信息,并将这些信息整合在一起,最终形成一个全面而且精确的知识图谱。

微学AI的博客 2546

python实现神经网络的正向传播(fp)函数_numpy实现神经网络反向传播算法的步骤

一、任务实现一个4 层的全连接网络实现二分类任务,网络输入节点数为2,隐藏层的节点数设计为:25,50,25,输出层2 个节点,分别表示属于类别1 的概率和类别2 的概率,如图所示。我们并没有采用Softmax 函数将网络输出概率值之和进行约束,而是直接利用均方差误差函数计算与One-hot 编码的真实标签之间的误差,所有的网络激活函数全部采用Sigmoid 函数,这些设计都是为了能直接利用梯度推...

weixin_40004960的博客 815

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

数据竞赛达观杯-数据初识

首先是报名竞赛,下载数据,比赛链接。 数据下好之后会有一个train_set和test_set。我们先把train_set分为train_set和valid_set。 先把csv格式数据读入python中 csv读入会以下两种办法: 用csv标准库读取 import csv csv_reader = csv.reader(open("train_set.csv")) 用pandas读取 ...

tinymd的博客 500

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

特征工程建模流程

业务建模流程 将业务抽象为分类or回归问题 定义标签,得到y 选取合适的样本,并匹配出全部的信息作为特征的来源 特征工程 + 模型训练 + 模型评价与调优(相互之间可能会有交互) 输出模型报告 上线与监控 什么是特征 在机器学习的背景下,特征是用来解释现象发生的单个特性或一组特性。 当这些特性转换为某种可度量的形式时,它们被称为特征。 举个例子,假设你有一个学生列表,这个列表里包含每个学生的姓名、学习小时数、IQ和之前考试的总分数。现在,有一个

缘 源 园 1022

风控特征学习笔记

总体业务建模流程: 1、将业务抽象为分类or回归问题 2、定义标签,得到y 3、选取合适的样本,并匹配出全部的信息作为特征的来源 4、特征工程 + 模型训练 + 模型评价与调优(相互之间可能会有交互) 5、输出模型报告 6、上线与监控 什么是特征? 在机器学习的背景下,特征是用来解释现象发生的单个特性或一组特性。 当这些特性转换为某种可度量的形式时,它们被称为特征。...

BUPT-WT的博客 1888

阿里天池竞赛项目——二手车交易价格预测

二、特征工程 特征工程主要涉及数据的处理、特征的构造和特征帅选。 特征构造 我们对照官方给的变量的定义,发现model、 brand、 bodyType、 fuelType等为取几个值的离散变量。当我们采用基于树模型(XGBoost、LightGBM)来解决回归问题时,针对每一棵树,需要做的是确定分裂的变量,以及分裂点。一般采用启发式方法,根据分裂后的收益(误差)是否下降,并选择下降最多的分裂点,来逐步构建一棵树。由于上述的几个变量的值,只是代表类别,并不代表实际的大小,根据值大小的分裂并不能代表实际的

weixin_43823338的博客 1万+

python中info的用法_使用Python中的data.info()显示所有信息

我会显示我的数据框的所有信息,其中包含来自熊猫的.info()超过100列,但它不会:data_train.info()RangeIndex: 85529 entries, 0 to 85528Columns: 110 entries, ID to TARGETdtypes: float64(40), int64(19), object(51)memory usage: 71.8+ MB我希望它像...

weixin_29867607的博客 1万+

【Python】将DataFrame.info()存储为变量

【参考】 1.How to return a string from pandas.DataFrame.info() 2.pandas.DataFrame.info 3.Python文件读写、StringIO和BytesIO 【补充】 1. 简介 日常工作中,通常使用它来查看数据的基本统计信息(如索引、列数、列名、数据量、数据类型、缺失值、内存等),其语法结构如下: D...

喜东东的博客 9269

lightgbm类别预测的一些问题

    lightgbm在作类别预测的时候,有一些不同的使用方法   import lightgbm as lgb #第一种 estimator=lgb.sklearn.LGBMClassifier() estimator.fit(x_train,y_train) #x_train和y_train 是numpy或pandas数据类型即可 pre = estimator.predic...

donger__chen的博客 1万+

【numpy】argmax参数辨析(axis=0,axis=1,axis=-1)

every blog every motto: You can do more than you think. 0. 前言 网上一般都是axis=0,axis=1,很少有axis=-1的博客,在这进行简单的小结,后续可能会增补。 说明: 代码在 jupyter notebook中实现。 1. 正文 1.1 简单介绍 argmax:一句话概括,返回最大值的索引。 当然这个索引是有讲究的。比如,学生...

胡侃有料的博客 2万+

“达观杯”文本智能处理挑战赛心得体会

记录一下参赛的过程和体会 文章目录记录一下参赛的过程和体会比赛地址比赛回顾特征~~分析~~ 提取实验lsa单特征特征融合调参Finally总结 比赛地址 我是:“达观杯”文本智能处理挑战赛 比赛回顾 这是我第一次参加与NLP相关的比赛,所以就是在实践中学习,哪里不会点哪里,经过大约10天的努力跑出的成绩如下: 记录下我的比赛提交记录 回顾比赛,在整理自己的特征数据、结果对比的时候还是有些不够规...

丶小祖宗的博客 1995

“达观杯”文本智能处理挑战赛-任务五

一、LightGBM模型 1.简介 顾名思义,lightGBM包含两个关键点:light即轻量级,GBM 梯度提升机。 LightGBM 是一个梯度 boosting 框架,使用基于学习算法的决策树。它可以说是分布式的,高效的,有以下优势: 更快的训练效率 低内存使用 更高的准确率 支持并行化学习 可处理大规模数据 2. 特点 概括来说,lightGBM主要有以下特点: 基于Histogram的决...

weixin_40238020的博客 247

达观杯文本智能处理挑战赛

笔者尝试了一下达观杯的比赛,代码如下图所示: import pandas as pd import imp from sklearn.linear_model import LogisticRegression from sklearn.feature_extraction.text import CountVectorizer   df_test = pd.read_csv(r't...

极歌科技 526

2018.08.17达观杯比赛历程(一)LR_V0

任务:理解已给的比赛代码,即每一行代码是干什么用的。 比赛地址:“达观杯”文本智能竞赛

qq_25033587的博客 984

“达观杯”文本智能处理挑战赛 练手编码

​​​​代码: print ("开始......") import pandas as pd from sklearn.linear_model import LogisticRegression from sklearn.feature_extraction.text import CountVectorizer df_train = pd.read_csv('E:/yh/v0.0/tr...

六号铺子玩石头 1106
下一篇: DL模型(study)
Jorah
博客等级 码龄8年 60粉丝 32原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值