数据STUDIO-腾讯云开发者社区

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

数据STUDIO

专栏作者

334

文章

585771

阅读量

29

订阅数

使用PyTorch实现L1, L2和Elastic Net正则化

pytorch torch 函数模型数据

L1 正则化的特点是它可以产生稀疏模型，即许多模型参数会被设置为零。这种特性使得L1正则化不仅可以防止过拟合，还可以进行特征选择。

2024-05-20

180

使用 Python 库 tracc 解析城市交通可达性

工具函数数据城市交通 python

tracc是一个开源的Python库，专注于城市交通可达性分析。它提供了一套功能强大的工具，能够帮助用户加载、处理和分析交通数据，从而评估不同地区的交通可达性情况。

2024-05-20

230

用于时间序列概率预测的蒙特卡罗模拟

模型事件系统性能量化

蒙特卡罗模拟这个名称源自于摩纳哥王国的蒙特卡罗城市，这里曾经是世界著名的赌博天堂。在20世纪40年代，著名科学家乌拉姆和冯·诺依曼参与了曼哈顿计划，他们需要解决与核反应堆中子行为相关的复杂数学问题。他们受到了赌场中掷骰子的启发，设想用随机数来模拟中子在反应堆中的扩散过程，并将这种基于随机抽样的计算方法命名为"蒙特卡罗模拟"（Monte Carlo simulation）。

2024-05-20

300

Kaggle Solo第一！

模型 datetime kaggle shift target

第一名方案主要由4个XGBoost模型（2个不同的标签）以及2个GRU模型（2个不同模型）组成。

2024-05-20

120

为什么我们公司还在用 Python 开发项目?

python 数据库开发数据系统

一直很想了解那些仍在坚持使用 Python，且支撑业务量有一定规模的公司是如何使用 Python 技术栈做开发的、会遇到哪些困难/教训、有什么样的优秀经验？

2024-05-11

1090

用于时间序列概率预测的共形分位数回归

变量量化模型数据 model

QR 估算的是目标变量的条件量值，如中位数或第 90 个百分位数，而不是条件均值。通过分别估计不同水平预测变量的条件量值，可以很好地处理异方差。虽然大多数情况下量化值可以提供准确的预测区间，但当模型假设被违反时，量化值预测可能会不准确。

2024-05-10

1060

时间序列概率预测的共形预测

模型数据算法机器学习量化

现实世界中的应用和规划往往需要概率预测，而不是简单的点估计值。概率预测也称为预测区间或预测不确定性，能够提供决策者对未来的不确定性状况有更好的认知。传统的机器学习模型如线性回归、随机森林或梯度提升机等，旨在产生单一的平均估计值，而无法直接给出可能结果的数值范围。如何从点估计扩展到预测区间，正是现代时间序列建模技术所关注的重点。

2024-05-10

1650

时间序列数据处理，不再使用pandas

数据数据处理 pandas 变量模型

Pandas DataFrame通常用于处理时间序列数据。对于单变量时间序列，可以使用带有时间索引的 Pandas 序列。而对于多变量时间序列，则可以使用带有多列的二维 Pandas DataFrame。然而，对于带有概率预测的时间序列，在每个周期都有多个值的情况下，情况又如何呢？图(1)展示了销售额和温度变量的多变量情况。每个时段的销售额预测都有低、中、高三种可能值。尽管 Pandas 仍能存储此数据集，但有专门的数据格式可以处理具有多个协变量、多个周期以及每个周期具有多个样本的复杂情况。

2024-05-10

810

用于时间序列概率预测的分位数回归

线性回归变量量化模型数据

以往的回归模型实际上是研究被解释变量的条件期望。??们也关?解释变量与被解释变量分布的中位数，分位数呈何种关系。它最早由Koenker和Bassett(1978)提出。

2024-05-10

1230

强大的 Scikit-learn 可视化让模型说话

图表 import 可视化模型数据

使用 utils.discovery.all_displays 查找可用的 API。

2024-05-10

870

Python 离群点检测算法 -- LOF

python 模型数据算法异常

离群点很容易感知，但用数学定义却不容易。相距甚远的数据点就是离群点。一次我在海滩岩石上看日落，一群海鸥站在我旁边的岩石上，有一只灰色的海鸥独自站在另一块岩石上。从我坐的地方看，那只灰色的海鸥是个异类。虽然海滩很长，海滩上还有很多其他的单身海鸥。从海滩的近处向远处看，那只灰色海鸥并不像离群的。

2024-04-30

1180

Python 离群值检测算法 -- XGBOD

数据算法异常 python 模型

表征学习是机器学习中的一门学科，研究在没有人工干预的情况下发现原始数据表征的系统方法。其目的是利用机器学习算法学习数据中的正常和模糊模式，并用新的特征表示原始数据。无监督学习中的离群值可以作为有监督学习模型的输入特征，BORE方法提出了这一观点。利用离群值分数进行监督学习可以提供更好的预测结果。

2024-04-30

1080

Python 离群点检测算法 -- OCSVM

数据算法 python 函数模型

支持向量机（SVM）是一种监督学习算法，可处理分类和回归问题，由Vladimir Vapnik及其同事在1992-1995年在AT&T贝尔实验室开发。现已广泛应用于分类问题。

2024-04-30

1230

?Python 离群点检测算法 -- GMM

python 模型数据算法异常

GMM 是由杜达和哈特在 1973 年的论文中提出的无监督学习算法。如今，GMM 已被广泛应用于异常检测、信号处理、语言识别以及音频片段分类等领域。在接下来的章节中，我会首先解释 GMM 及其与 K-均值法的关系，并介绍 GMM 如何定义异常值。然后，我会演示如何使用 GMM 进行建模。

2024-04-30

1290

这个被忽略的细节，是编写优秀 Python 代码的必经之路

变量函数数据类型字符串 python

Python是一种动态类型编程语言，变量的类型是在运行时分配的，无需在赋值之前定义特定类型。

2024-04-26

1250

Python离群值检测算法 -- Isolate Forest

python 模型数据算法异常

许多离群点检测方法通常先分析正常数据点，然后找出不符合正常数据模式的观测值。然而，Liu、Ting和Zhou（2008）提出的Isolate Forest（IForest）与这些方法不同。相反，IForest直接识别异常点，而不是通过分析正常数据点来发现异常值。它使用树形结构来隔离每个观测点，异常点往往是最先被挑出来的数据点，而正常点则隐藏在树的深处。他们将每棵树称为Isolate Tree（iTree），构建了一个iTrees树群。异常点是指iTrees上平均路径长度较短的观测点。

2024-04-26

1280

五一抢票难，Python抢票脚本，火了！

测试工具脚本 python 部署

py12306 项目其实就是一个抢票工具，可能因为临近出行购票热潮，这类项目又重新受到关注。

2024-04-26

2450

30 秒掌握 Python map/filter/reduce

map reduce 函数 python filter

map 函数接收 1）一个函数和 2）一个可迭代元素。函数的目的是对可迭代的每个元素（想想列表）进行某种转换。然后，它将函数应用到可迭代表中的每个元素，并返回一个新的可迭代表。

2024-04-26

1000

Python 离群点检测算法 -- PCA

异常 python pca 数据算法

高维数据集是指包含大量变量的数据集，也称为 "维度诅咒"，通常给计算带来挑战。尽管大功率计算在某种程度上可以处理高维数据，但在许多应用中，仍有必要降低原始数据的维度。PCA 能够降低由大量相关变量组成的数据集的维度，并尽可能地保留方差。它找到新的变量，而原始变量只是它们的线性组合，这些被称为主成分（PC）。主成分是正交的，即彼此垂直。

2024-04-26

940

Python 离群点检测算法 -- KNN

python knn 数据算法异常

无监督 KNN 方法使用欧氏距离计算观测值和其他观测值之间的距离，无需调整参数即可提高性能。其步骤包括计算每个数据点与其他数据点的距离，根据距离从小到大对数据点进行排序，然后选取前 K 个条目。常用的距离计算方法之一是欧氏距离。

2024-04-26

730

点击加载更多

社区活动

RAG七天入门训练营

鹅厂大牛手把手带你上手实战

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态