排序方式： 共有2条查询结果，搜索用时 156 毫秒
1
1.
特征离散化是线性回归算法在模型训练时必要步骤。特征的离散化通常包括两种方式即0-1归一化和均等区间归一化,这两种离散化方式是假设数据分布均匀的情况,在实际业务场景中数据分布具有很大的不确定性,以数据的分布趋势为区间划分标准进行特征离散化,将离散化后的特征数据应用于线性回归中,以今日头条新闻数据作为测试数据集,实验结果表明,新的特征离散化方法能够较为显著地提高模型预测AUC。 相似文献
2.
以宁波职业技术学院海外办学实践为例,研究教育部关于国际化建设的相关文件精神,梳理了高等职业教育海外办学的推进历程及海外办学的实践,分析了当前海外办学的现状,着力剖析了海外办学过程中存在的困境,有针对性地提出了职业院校海外办学的策略,也为职业院校在“一带一路”沿线国家海外办学提供借鉴。 相似文献
1