使用指导 前提条件 文件结构 环境配置 SQL流水采集方法 操作步骤 使用方法示例 使用指导 前提条件 需要保证用户提供的历史日志及待预测负载的格式符合要求，可以使用数据库GUC参数开启收集，也可以通过监控工具采集。 为保证预测准确率，用户提供的历史语句日志应尽可能全面并具有代表性。 按照要求配置python环境。 文件结构 ...

七、梯度提升树 7.1 GradientBoostingClassifier 7.2 GradientBoostingRegressor 七、梯度提升树 7.1 GradientBoostingClassifier GradientBoostingClassifier 是GBDT 分类模型，其原型为： class sklearn . ...

词袋模型 TF-IDF模型 词汇表模型 词袋模型 文本特征提取有两个非常重要的模型： 词集模型：单词构成的集合，集合自然每个元素都只有一个，也即词集中的每个单词都只有一个。 词袋模型：在词集的基础上如果一个单词在文档中出现不止一次，统计其出现的次数（频数）。 两者本质上的区别，词袋是在词集的基础上增加了频率的维度，词集只关注有和没有...

三、Isomap 三、Isomap Isomap 类是scikit-learn 提供的Isomap 模型，其原型为： class sklearn . manifold . Isomap ( n_neighbors = 5 , n_components = 2 , eigen_solver = 'auto' , tol = 0 , ...

使用指导 前提条件 文件结构 环境配置 SQL流水采集方法 操作步骤 使用方法示例 使用指导 前提条件 需要保证用户提供的历史日志及待预测负载的格式符合要求，可以使用数据库GUC参数开启收集，也可以通过监控工具采集。 为保证预测准确率，用户提供的历史语句日志应尽可能全面并具有代表性。 按照要求配置python环境。 文件结构 ...

多项式回归 如果你的数据实际上比简单的直线更复杂呢？ 令人惊讶的是，你依然可以使用线性模型来拟合非线性数据。 一个简单的方法是对每个特征进行加权后作为新的特征，然后训练一个线性模型在这个扩展的特征集。 这种方法称为多项式回归。 让我们看一个例子。 首先，我们根据一个简单的二次方程（并加上一些噪声，如图 4-12）来生成一些非线性数据： m = ...

Deeplearning Algorithms tutorial 局部线性嵌入(Locally Linear Embedding) Deeplearning Algorithms tutorial 谷歌的人工智能位于全球前列，在图像识别、语音识别、无人驾驶等技术上都已经落地。而百度实质意义上扛起了国内的人工智能的大旗，覆盖无人驾驶、智能助手、图像识...

三、MeanShift 三、MeanShift MeanShift 是scikit-learn 提供的一种密度聚类模型。其原型为： class sklearn . cluster . MeanShift ( bandwidth = None , seeds = None , bin_seeding = False , min_bi...

3.5.3 聚类 : 将观察值分组 3.5.3.1 K-means 聚类 3.5.3 聚类 : 将观察值分组 以鸢尾花 (iris) 数据集为例，如果有三类鸢尾花，但是并不能访问他们标签，我们可以尝试非观察学习 : 通过一些标准将观察聚类 分入一些组。 3.5.3.1 K-means 聚类 最简单的聚类算法是k-means。这个算法将集合分...