Young 发布的文章

您正在查看: Young 发布的文章

PySpark笔记之一：读写并处理数据

作者：Young | 时间：April 3, 2020 | 分类：Spark,Python,机器学习,大数据 | 评论：0 评论

Overview PySpark是提供了Python语言API接口的Spark，经过我的初步使用，未发现和Scala API的Spark有太大差别。且我们服务器上已经配置好了PySpark，正好配合Jupyter notebook使用来进行机器学习离线训练模型。从这篇文章开始，将从一个算法工程师的视角去记录一下Spark的使用。 Spark在我看来就是一个计算工具，用来处理单机计算不了的...阅读全文>>

TensorFlow 2.0使用CNN进行图片分类

作者：Young | 时间：April 1, 2020 | 分类：深度学习,Python,机器学习 | 评论：0 评论

Overview 本篇我们来记录一下怎么使用TensorFlow2.0当中的Keras模块来进行CNN图片分类。 1.加载数据我们用经典的猫狗分类数据集来做这次图片分类。 import os import numpy as np import matplotlib.pyplot as plt import tensorflow as tf from tensorflow.keras.m...阅读全文>>

TensorFlow 2.0训练结构化数据

作者：Young | 时间：March 22, 2020 | 分类：深度学习,Python,机器学习 | 评论：0 评论

Overview 近期正在更新新用户模型，仍然在用XGBoost。由于训练集数据已经达到20W，故用神经网络来训练一下，看看效果如何。 TensorFlow 2.0集成了Keras，易用性很高，且Keras之后不再单独更新了，而是作为TensorFlow的一个模块来使用。我们这次就用TensorFlow 2.0中的tf.keras来训练我们的结构化数据。 1. 导入特征列表及数据 impo...阅读全文>>

互联网金融模型经验总结（一）

作者：Young | 时间：March 18, 2020 | 分类：机器学习 | 评论：0 评论

Overview 互联网金融行业主要涉及以下方面：保险、理财、基金、信贷、虚拟信用卡、催收等，主要用到以下类型的模型：营销模型、召回模型、排序模型（支付宝蚂蚁财富基金推荐红包发放等）新用户反欺诈模型新老用户信用额度模型（蚂蚁借呗，腾讯微粒贷，京东金条，微博钱包，美团借钱，各类小贷等）虚拟信用卡贷中风控模型（蚂蚁花呗，京东白条等）贷后催收模型我在互联网金融行业已经工作两年了，...阅读全文>>

IntelliJ IDEA中创建Spark项目

作者：Young | 时间：October 29, 2019 | 分类：Spark,Scala | 评论：0 评论

Overview 之前项目的人遗留的数据被接管后进行了改造，现在处理数据都用Spark来做了。这里记录一下如何在Mac本地的IntelliJ IDEA中搭建一个简单的Spark项目。这里不涉及HDFS这些相关的内容，只记录Spark。在此之前，我们默认已经安装好了最新版的IntelliJ IDEA以及配置好了JDK。 1. IDEA中安装Scala插件在IDEA的启动页面，点击Conf...阅读全文>>

Python3连接PostgreSQL数据库

作者：Young | 时间：September 27, 2019 | 分类：Python,服务器/数据库 | 评论：0 评论

Overview 之前项目的人遗留的数据散落在多种数据库中，既有MySQL，MongoDB，也有Cassandra和PostgreSQL。在Python3版本的jupyter中连接PostgreSQL需要安装psycopg2，而psycopg2在Python2中则是已经集成好的。 1. 安装python3-psycopg2和libpq-dev 先在Linux上安装好这两个包， sudo a...阅读全文>>

阿里云Ubuntu16.04服务器安装Jupyter

作者：Young | 时间：August 28, 2019 | 分类：Python,机器学习 | 评论：0 评论

Overview Jupyter已经不用再花笔墨去介绍了。今年公司国内的业务已经很稳定，我也可以放心交给其他人了，现在主要精力放在东南亚的业务上。所以，离线模型训练就需要在云上安装Jupyter环境。这次，我用Anaconda来安装。 1. 安装Anaconda 首先找到Linux和Python3.7版本的Anaconda：Anaconda，复制链接地址。然后ssh登录到云服务器上，运行下...阅读全文>>

CatBoost贝叶斯调参程序

作者：Young | 时间：July 27, 2019 | 分类：Python,机器学习 | 评论：0 评论

Overview 之前我们记录了CatBoost一个训练的例子，这次我们更新一个CatBoost调参的例子，用的是业界比较流行的贝叶斯调参法。 1. 引入依赖包并加载数据 import pandas as pd import numpy as np from catboost import CatBoostClassifier, CatBoost, Pool, cv from bayes_...阅读全文>>

Python版本CatBoost在Ubuntu16.04上安装与初步使用

作者：Young | 时间：July 22, 2019 | 分类：Python,机器学习 | 评论：0 评论

Overview CatBoost据说是比Xgboost和LightGBM更快更准确的GBDT算法。本文记录一下安装过程中的一个小坑和初步使用例子。 1. 安装先安装依赖包，six和NumPy(假定你已经安装好了Python3.6以上版本): pip install six 由于Ubuntu16.04中自带的NumPy版本是比较老的，所以要指定NumPy版本为1.16.0以上： pip...阅读全文>>

R语言版本LightGBM在ubuntu16.04上的安装

作者：Young | 时间：April 22, 2018 | 分类：机器学习 | 评论：0 评论

Overview 首先非常感谢谢若鹏同学给的LightGBM安装教程和调优等脚本。下午在自己的6G内存ubuntu16.04系统上安装，在make -j这一步编译c++的boosting库时总是退出，提示虚拟内存不足，看来是电脑配置太低了。只能在Bastion3服务器上面测试了。 1.LightGBM的安装首先安装git： sudo apt-get install git 从githu...阅读全文>>