Tartar0us's Blog

SKLEARN from sklearn.model_selection import train_test_split train_test_split 是 机器学习中划分训练集和测试集的核心工具，作用是把原始数据集拆成两部分： 训练集（train）：用来训练模型（让模型学习数据规律）。 测试集（test）：用来评估模型（验证模型在新数据上的效果）。记住函数的用途，在整个python代码中能看懂就可以 一些单词 DecisionTreeClassifier 决策树分类器（决定，树，分类的工具） LogisticRegression 逻辑回归 regression 回归

学习黄金批次 这两天有点浪费时间，划水很严重。今天在摸鱼的时候晓蝶姐让我做一个生物发酵（青霉素）黄金批次的数据分析，就是找到影响它产物浓度的因素，并且找到一些点进行调整，让最后的产率提高。 第一题是找出与产物浓度最相关的特征，这个比较简单，画了一个相关性热力图就出来了 第二题让找调整点。不会完全。...

一些专有名词 底物流加速度（substrate feed rate） ‑ 指把“营养液（底物，如葡萄糖、甘油等）”泵送进发酵罐的瞬时体积流量。 ‑ 常见单位：L·h⁻¹ 或 mL·min⁻¹。 ‑ 数值太小 → 菌“挨饿”；太大 → “溢糖效应”、乙酸等副产物堆积。 底物流加温度（substrate feed temperature） ‑ 指补进罐内的营养液本身的温度。 ‑ 通常比罐温低 5-15 ℃（或经预热后同温），用来补偿蒸发散热或抑制热应激。 ‑ 温度过低 → 罐内整体温度骤降，酶活下降；过高 → 局部过热，菌体受损。 流加效果（feeding performance） ‑...

周五 周五晚回家了，依旧一个半小时高铁 晚上很累，本来想着回家倒头就睡来着，...

目标院校 新加坡国立大学（NUS） 新加坡南洋理工大学（NTU）三位学长学姐都在这里毕业 香港大学 香港中文大学 香港科技大学 帝国理工学院（IC） 需要准备的内容（按照重要程度排序）1.绩点 港新平均在85分，即在收到offer的学生中，存在82分和90分的，一般超过85分比较稳妥，越高越有竞争力 2.语言 这个算一个标准，一个要求，港新是总分6.5就可以 但是帝国理工要求比较高，要7，并且每一个小分都要6.5以上 韦姐高考英语146，自学的7.5分，太强哩 3.实习 与所申请项目方向有关的实习，比如想申请CS（computer...

入门 本来打算把kaggle入门归类到我们的tech文件夹中，但是想到未来还要有很多的博客关于kaggle，就直接开了一个文件夹。 如何使用kaggle 下载数据集 模型求解 提交数据 -> 得到分数 优化模型，尝试获得更高的分数 最终得到排名 官方比赛介绍 参加比赛 阅读挑战说明，接受比赛规则并访问比赛数据集。 开始工作 下载数据，在本地或 Kaggle Notebooks（我们无需设置、可自定义的 Jupyter Notebooks 环境，带有免费 GPU）上构建模型，并生成预测文件。 提交 ：将您的预测作为提交上传到 Kaggle 上，并获得准确度分数。 查看排行榜...

分类和回归 分类的目的是预测离散的类别标签 回归的目的是预测连续的类别标签 例如gradient boosting 梯度提升模型，既可以在分类问题中使用，也可以在回归问题中使用 梯度提升是一个通用的机器学习框架，不仅限于回归： 回归版本: GradientBoostingRegressor 损失函数: 平方损失、绝对损失等 输出: 连续数值 分类版本: GradientBoostingClassifier 损失函数: 对数损失 (log-loss)、指数损失等 输出: 类别概率 → 类别预测

第一个问题，翻译页面只翻译了一部分，重要的教程部分还是英文。强行锻炼了我的英语能力 无法独立完成 先看 3 篇高赞 Notebook，总结 “通用流程” 比如泰坦尼克号题目，高赞思路通常是： 理解数据（查看特征含义、样本量、数据类型） 探索性分析（画分布图看特征与目标的关系，比如 “性别是否影响生存”） 数据预处理（处理缺失值、编码分类特征、删除无用特征） 简单建模（用逻辑回归、决策树等基础模型） 模型评估与调优（用交叉验证看准确率，调整参数） 把这个流程记在笔记本上，作为自己的 “行动框架”。 逐行模仿代码，搞懂 “每个步骤的目的”...

RNN Recurrent Neural Network（循环神经网络） 有记忆的神经网络，但是记忆太短，容易出错 LSTM Long Short-Term Memory（长短期记忆） 有三个门来控制记忆，还可以选择删除哪些记忆 遗忘门、输入门、输出门 具有时间顺序