• numpy计算余弦相似度如下:defcos_sim(vector1,vector2):vector1=np.mat(vector1)vector2=np.mat(vector2)sim=float(vector1*vector2.T)/(np.linalg.norm(vector1)*np.linalg.norm(vector2))ret...
    阅读(771) 评论(0) 查看
  • 四大名著语料下载:http://www.k6k4.com/resource/detail/aaskhxdgq1580644421997停用词下载:http://www.k6k4.com/resource/detail/aascdcaow1580131106546中文词向量训练代码如下:#coding=utf-8importpickleim...
    阅读(757) 评论(0) 查看
  • tensorflow2.0手写数字识别训练、预测代码如下:importnumpyasnpimporttensorflowastf#加载数据(x_train,y_train),(x_test,y_test)=tf.keras.datasets.mnist.load_data()print(x_train.shape)print(y_trai...
    阅读(759) 评论(0) 查看
  • 作者: hadoop迷 2021-04-17 18:08
    tensorflow2.0手写数字识别importtensorflowastfimportmatplotlib.pyplotasplt(x_train,y_train),(x_test,y_test)=tf.keras.datasets.mnist.load_data()print(x_train.shape)print(y_train....
    阅读(780) 评论(0) 查看
  • tensorflow2.0网络模型保存为yamlimporttensorflowastf(x_train,y_train),(x_test,y_test)=tf.keras.datasets.mnist.load_data()x_train,x_test=x_train/255.0,x_test/255.0#创建模型model=tf.ke...
    阅读(1030) 评论(0) 查看
  • 将模型网络结构保存为json格式importtensorflowastf(x_train,y_train),(x_test,y_test)=tf.keras.datasets.mnist.load_data()x_train,x_test=x_train/255.0,x_test/255.0#创建模型model=tf.keras.mode...
    阅读(1039) 评论(0) 查看
  • 作者: hadoop迷 2021-04-17 16:32
    代码如下:importdatetimeimportmatplotlib.pyplotaspltimporttensorflowastf(x_train,y_train),(x_test,y_test)=tf.keras.datasets.mnist.load_data()x_train,x_test=x_train/255.0,x_tes...
    阅读(799) 评论(0) 查看
  • ROC(ReceiverOperatingCharacteristic)曲线和AUC常被用来评价一个二值分类器(binaryclassifier)的优劣,对两者的简单介绍见这里。这篇博文简单介绍ROC和AUC的特点,以及更为深入地,讨论如何作出ROC曲线图以及计算AUC。ROC曲线需要提前说明的是,我们这里只讨论二值分类器。对于分类器,或者...
    阅读(1359) 评论(0) 查看
  • 摘要:21世纪是一个信息时代,互联网得到高度普及,互联网与金融的融合孕育了互联网金融,而大数据时代的到来又给互联网金融带来了质的变化。互联网金融作为互联网时代金融的新形态,不仅仅是将传统金融业务与互联网相融合,更注重以“大数据技术”为代表的现代信息技术的应用,集中表现在风险管理、金融创新、资源优化、信息处理四个方面。鉴于此,针对大数据技术在...
    阅读(1324) 评论(0) 查看
  • 在互联网金融迅猛发展的背景下,风险控制问题已然成为行业焦点,基于大数据的风控模型正在成为互联网金融领域的热门战场。那么,大数据风控到底是怎么一回事呢?与传统风控相比,它又是怎样来进行风险识别的呢?本文对此进行了探讨。大数据能够进行数据变现的商业模式目前就是两个,一个是精准营销,典型的场景是商品推荐和精准广告投放,另外一个是大数据风控,典型的...
    阅读(1307) 评论(0) 查看