最近參加了機器學習 百日馬拉松的活動，單純記錄下這100天python機器學習中每日覺得最有收穫的地方，如果有想參加這活動的朋友，真心推薦參加！此次機器學習-百日馬拉松的相關代碼放置於：https://github.com/hsuanchi/ML-100-days 相關文章：[百日馬拉松] 機器學習-資料清理https://www.maxlist.xyz/2019/03/03/ml_100days/ 一. 標籤編碼 ( Label Encoding ) 類似於流⽔號，依序將新出現的類別依序編上新代碼，已出現的類別編上已使⽤的代碼 確實能轉成分數，但缺點是分數的⼤⼩順序沒有意義 二. 獨熱編碼 ( One Hot Encoding ) 為了改良數字⼤⼩沒有意義的問題，將不同的類別分別獨立為⼀欄 […]
閱讀全文
▍Flask 接收 GET 方式的網頁資料 GET 取得參數方式有三種：1. request.args.get(‘name’)2. request.values.get(‘name’) 3. def index_id(id) 方法一：request.args.get(‘name’) 方法二：利用 request.values.get(‘name’) 方法三：利用 def index_id(id) 如果要將取得資料再傳入到html內，可以用render_template(‘abc.html’, name_template=name)，將參數帶回頁面 ▍Flask 接收 POS […]
閱讀全文
最近參加了機器學習 百日馬拉松的活動，單純記錄下這100天python機器學習中每日覺得最有收穫的地方，如果有想參加這活動的朋友，真心推薦參加！ 此次機器學習-百日馬拉松的相關代碼放置於：https://github.com/hsuanchi/ML-100-days 機器學習相關延伸閱讀： [百日馬拉松] 機器學習-特徵工程 15-30days [數據分析] 如何利用 Google Trend(搜尋趨勢)+機器學習 挑選爆款商品 [數據分析] 如何利用Google商家進行分析和優化 ㄧ. 損失函數 MSE & MAE: 機器學習大部分的算法都有希望最佳化損失函數 (損失函數 = y表示實際值 – ŷ表示預測值) 1.回歸常用的損失函數: * 均方誤差(Mean squar […]
閱讀全文