您好，欢迎您访问我的官方网站！
-
go语言学习之gin框架开发web
go、gin、重写个人博客、haijin-web-gin、打包静态资源
我爱海鲸2023-07-02 16:11:25技术
-
go语言学习之Go异常处理——defer、panic、recover
go
我爱海鲸2023-07-02 14:57:18技术
-
go语言学习之Go错误处理——error
go
我爱海鲸2023-07-02 14:32:32技术
-
go语言学习之结构体定义
go
我爱海鲸2023-07-02 13:38:59技术
-
go语言学习之函数与指针
go
我爱海鲸2023-06-27 00:54:33技术
-
SMOTE过采样解决样本不均衡
在风控模型中，样本不均衡是一种常见的问题，因为坏客户在真实样本中通常只占很小的一部分，即正负样本比例严重失衡。这种情况下，传统的机器学习算法可能会倾向于偏向占主导地位的类别，从而导致模型性能下降。为了解决这个问题，一种常用的方法是过采样，其中SMOTE（Synthetic Minority Over-sampling Technique）是一种被广泛应用的技术。
我爱海鲸2023-06-26 15:03:10技术
-
模型面试题：如何做数据清洗工作？
数据清洗是指发现并纠正数据文件中可识别的错误的最后一道程序，包括检查数据一致性，处理无效值和缺失值等。
我爱海鲸2023-06-26 10:25:28技术
-
go语言学习之map和list
go
我爱海鲸2023-06-25 20:44:21技术
-
go语言学习之数组和切⽚
go、冒泡排序
我爱海鲸2023-06-23 21:47:20技术
-
go语言学习
youtube
我爱海鲸2023-06-23 16:36:30技术