原创 ATM源碼分析
example/example.py from atm import ATM atm = ATM() results = atm.run(train_path="/home/tqc/PycharmProjects/automl
2020-06-08 01:52:34
原创 根據requirements.txt生成Makefile
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Author : qichun tang # @Contact : [email protected] from pathl
2020-06-06 12:35:46
原创 PoSH-autosklearn源碼分析
論文：（2018ICML） https://ml.informatik.uni-freiburg.de/papers/18-AUTOML-AutoChallenge.pdf 代碼： http://ml.informatik.uni
2020-06-06 12:35:46
原创 用阿里雲服務器配置postgresql
關於連接PostgreSQL時提示 FATAL: password authentication failed for user “連接用戶名” 的解決辦法【自己試驗通過】… pgadmin3 新建服務器出現錯誤 Peer aut
2020-06-06 12:35:46
原创 auto-sklearn實驗部分源碼閱讀
scripts/2015_nips_paper/run/run_auto_sklearn.py 元學習的LeaveOneOut留一驗證 if use_metalearning is True: # path
2020-06-06 12:35:46
原创 sklearn DecisionTree 源碼分析
sklearn.tree._classes.BaseDecisionTree#fit y至少爲1維（意思是可以處理multilabels數據） y = np.atleast_1d(y) if is_classifier(self
2020-06-06 12:35:46
13
原创 通過源碼分析GBDT是怎麼實現early stopping的
GBDT文檔：Early stopping of Gradient Boosting 文章目錄源碼分析不同參數效果比較`validation_fraction=0.2`, `n_iter_no_change=5``validati
2020-05-22 21:47:23
原创 用多進程重寫HpBandSter的Example3
原來的Example要求用戶用3個shell分別運行程序，並且運行順序還有要求，即 運行nameserver和master 依次運行worker（數量要保持一致） 下面案例實現了單次運行就能跑 """ Example 3 -
2020-05-21 23:03:33
1
原创 HpBandSter代碼理解
hpbandster.core.worker.Worker#compute 是計算部分 kde_models字典的添加： hpbandster.optimizers.config_generators.bohb.BOHB#new_
2020-05-19 06:27:53
原创 scikit-optimizer 源碼分析
文章目錄訓練前對樣本空間進行TransformInteger, Real隨機森林是怎樣預測標準差的採集函數的計算方法EIPILCB 訓練前對樣本空間進行Transform skopt.utils.cook_estimator 這個
2020-05-19 06:27:53
原创 Dan Ryan: Efficient and Flexible Hyperparameter Optimization | PyData Miami 2019
https://www.youtube.com/watch?v=IqQT8se9ofQ 作者強調最後一點其實有paper在做 robust：作者希望不要有"hyper hyper param"，即優化算法應該對超參不敏感 作者提到
2020-05-19 06:27:53
原创 懷疑hash值不對是多進程環境下造成的
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Author : qichun tang # @Contact : [email protected] import has
2020-05-12 05:11:05
原创 Python在pickle或copy時不傳遞過大的data數據
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Author : qichun tang # @Contact : [email protected] from copy
2020-05-10 12:08:38
原创 Titanic數據集：僅用名字列就取得0.8的正確率
文章目錄前言表格機器學習的4類特徵text 特徵組數據處理載入數據數據清洗分詞刪除低頻詞建模sklearnTF-IDFNMFTruncatedSVDgensimLDALSIRPHDP 前言 表格機器學習的4類特徵 最近在思考表格機
2020-05-04 06:19:18