用预测的概率处理不平衡的数据
分类算法通常能够输出预测的概率。 这些预测的概率提供了额外的模型调整机制，可以帮助提高不平衡数据的预测性能。
本文讨论了五种机器学习算法在预测概率上的差异，这些算法分别是Logistic回归，朴素贝叶斯，随机森林，支持向量分类和XG Boost。 它演示了如何在案例研究中使用预测的概率来改善这些模型的性能。 案例研究是2014年葡萄牙银行营销数据集，其中目标变量是对定期存款的成功订阅。
2021-08-30 11:07:11
2.39MB
1
包含工程类期刊在内的6000多Term list，可导入到Endnote里面
2021-08-26 09:11:52
1.71MB
[1]Hochreiter, Sepp; Schmidhuber, Jürgen.Long Short-Term Memory[J].Neural Computation,1997,9(8)
2021-08-08 11:05:51
237KB
1
Study Tips for Improving Long-Term Retention and Recall.pdf
2021-08-06 17:00:09
206KB
1
在不列颠哥伦比亚大学图书馆网站找到了工程技术类的期刊缩写列表（多达6500多期刊）, 整理之后制作成Term list
2021-07-10 15:16:15
401KB
1
lte umts 无线 通信 3g 4g
2021-07-07 11:37:50
8.53MB
1
材料学和工程学的ESI排名期刊缩写Term Lists，Endnote可以直接导入。缩写形式1是每个单词字母大写带点号，缩写形式2是每个单词字母大写不带点号，缩写形式3是所有字母大写带点号。跟软件原本自带的保持一致
2021-06-27 15:57:58
112KB
1
Long Short-Term Memory Networks With Python
Develop Deep Learning Models for your Sequence Prediction Problems
by Jason Brownlee
14 step-by-step lessons, 246 pages.
6 LSTM model architectures.
长期短期记忆网络（简称 LSTM）是一种经常性神经网络，可在具有挑战性的预测问题上取得最先进的结果。
在这本以LSTM为中心的电子书中，你习惯了友好的机器学习掌握风格，最后切入了关于 LSTM 的数学、研究论文和综合描述。
使用清晰的解释，标准的Python库（Keras和TensorFlow2）和分步教程课程，您将发现什么是 LSTM，以及如何开发一套 LSTM 模型，以充分利用您的序列预测问题的方法
2021-06-26 16:02:34
6.48MB