Stardustsky个人博客

数据科学    总计2页,当前第1页

数据科学

时序模型研究

1

一、研究原因最近一段时间都在做对时序的研究,而这源于在做对攻击payload向量化的时候遇到的一些存在的问题。机器学习中黑白集都必须最终实例化为数组的形式,才能进行训练,而这些数组的元素又必须是数字的,因此,在对一个字符串+数字+符号构成的payload进行向量化的时候,就会遇到很多的问题。比如:http://www.baidu.com/index.p...

3个月前 (02-09) 阅读(307) 评论()

数据科学

机器学习库sklearn中svm函数特性详解

0

本文可能是你能在网上找到的对svm参数解析最详细的一篇文章。写文源于之前使用到svm做攻击识别,一直纠结于一些函数的参数,对我个人自定义的一些偏好设定无法很好的完成,所以对其好好的研究了一番。这篇算是一篇工具文,来详解一下pythonsklearn中svm的一些参数,以及结合具体的例子来进行详细说明。svm函数简介sklearn中的svm基于libsv...

7个月前 (10-16) 阅读(778) 评论()

数据科学

TF-IDF、词袋模型与特征工程

0

如标题,TF-IDF与词集词袋模型都是数据预处理中常用的算法,这里介绍一下这两种算法的联合应用。一.词集与词袋模型这个算法的主要作用也就是对文本做单词切分,有点从一篇文章里提取关键词这种意思,旨在用向量来描述文本的主要内容。词集模型:单词构成的集合,集合中每个元素只有一个,即词集中的每个单词都只有一个。词袋模型:如果一个单词在文档中出现不止一次,就...

7个月前 (10-09) 阅读(405) 评论()

数据科学

TensorFlow学习笔记(三)-多层卷积代码理解

2

之前一段时间做CNN的demo,但是一直不太懂这些代码的原理,后来逐渐理解,这里也写一篇文章做下分享,部分图来自网络,侵权删。滤波的概念在理解代码之前,我们先了解一下滤波的概念,滤波又被称作平滑,是一种对图像进行处理的技术手段,通常是对图像进行模糊操作,使其特征不那么突出,常见的有中值滤波、高斯滤波、拉普拉斯滤波等。以下是高斯滤波处理前后的效果:...

8个月前 (09-19) 阅读(512) 评论()

数据科学

K-means在Python中的实现

2

K-means算法简介K-means是机器学习中一个比较常用的算法,属于无监督学习算法,其常被用于数据的聚类,只需为它指定簇的数量即可自动将数据聚合到多类中,相同簇中的数据相似度较高,不同簇中数据相似度较低。K-menas的优缺点:优点:原理简单速度快对大数据集有比较好的伸缩性缺点:需要指定聚类数量K对异常值敏感对初始值敏感K...

9个月前 (08-25) 阅读(397) 评论()

数据科学

机器学习常用的分类器比较

0

传统的机器学习的监督学习分类分类和回归,分类是争对离散的数据,而回归是争对连续的数据,在数据预处理好的基础上要对数据进行预测,通常采用CV交叉验证来进行模型评价和选择。这篇文章通过连续的数据结合sklearn库对各种回归器做一比较:1.linearregression缺点:顾名思义,l...

1年前 (2017-04-14) 阅读(867) 评论()