一些数据挖掘比赛经验

最新推荐文章于 2022-10-22 11:24:33 发布
最新推荐文章于 2022-10-22 11:24:33 发布
阅读量5.8k 收藏 2
点赞数 1
分类专栏： 数据挖掘竞赛 经验总结 文章标签： 数据挖掘 经验
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/Bryan__/article/details/51458580
版权

之前应老师要求，跟学弟学妹们吹了下牛。。。只准备了一天，水平有限，看看就好

下载地址：http://download.youkuaiyun.com/detail/bryan__/9525717



【数据挖掘竞赛】——比赛的流程干货分享
lingxw的博客
06-30 1228
做一个数据挖掘比赛，主要包含了数据分析，数据清洗，特征工程，模型训练和验证等四个大的模块。
数据挖掘方面的比赛及代码资料整合（另附NLP相关知识）
Rudy95的博客
05-20 1691
关于GBDT原理的相关链接： GBDT、XGBoost、LightGBM 的使用及参数调优 https://zhuanlan.zhihu.com/p/33700459 GBDT算法原理以及实例理解 https://blog.youkuaiyun.com/zpalyq110/article/details/79527653 梯度提升树(GBDT)原理小结 https://www.cnblogs.com/pin...
数据挖掘比赛经验
05-20
之前应老师要求，跟学弟学妹们吹了下牛。只准备了一天，水平有限，看看就好
数据挖掘比赛优秀经验贴-收集ing
JasonStudy
07-17 468
（1）TOP5%Kaggler：如何在 Kaggle 首战中进入前 10% | 干货https://www.leiphone.com/news/201703/kCMQyffeP0qUgD9a.html （2）这十套练习，教你如何使用Pandas做数据分析 https://www.kesci.com/home/project/59e77a636d213335f38daec2  （3）pytho...
数据挖掘类竞赛经验总结与分享：人人都可以是赢家
weixin_34239592的博客
12-10 236
随着天池穿衣搭配推荐比赛的结束，我也该暂且退出竞赛江湖，一心一意搞科研了。今年共参加了3场公开比赛，成绩虽不是特别好，但也还说的过去，在搞比赛上面花费了不少时间和精力，耽误了不少事。如果有一天问自己这么辛苦玩这些和毕业要求无关的事值得吗？还是不自找麻烦纠结这些问题吧，呵呵，正道是——满纸荒唐言，一把辛酸泪；都云作者痴，谁解其中 味。 做竞赛有哪些好处？ 1. 让你100%清楚哪些数据挖掘的算法...
数据挖掘竞赛，算法刷题网址汇总
kaggle expert，全球排名前1000，清华计算机研究生，兴趣算法工程
02-26 7324
数据竞赛类网站 Kaggle阿里巴巴天池大数据比赛DataCastleCCF大数据与计算智能大赛Di-Tech算法大赛KDD-CupKDnuggets Competition全国高校云计算应用创新大赛Byte Cup国际机器学习竞赛WID数据竞赛数据火车竞赛网站DrivenData Competition上海SODA大赛赛氪网TopCoder大赛网 数据科学&机器学习的在线学习资源
数据挖掘算法比赛 - 简单经验总结
weixin_30565327的博客
06-10 240
一、单个特征的EDA 对于 binary feature 和 categorical feature，train['feature_name'].value_counts().sort_index().plot(kind='bar') 对于 continuous numerical feature， def cdf_plot(data_series): data_size = len(d...
数据挖掘比赛.zip
最新发布
10-01
数据挖掘比赛是一个涵盖众多技术领域的活动，旨在挑战参赛者运用数据科学、机器学习以及统计分析等技能，从海量数据中挖掘有价值的信息。"数据Race比赛"的源码提供了参赛者解决问题的具体实现，对于学习和理解数据...
DataWhale_《如何打一个数据挖掘比赛》进阶版
07-19
数据挖掘比赛是提升个人数据处理能力的有效途径，它不仅能够帮助参与者熟悉数据挖掘的整个流程，还能锻炼解决实际问题的能力。《如何打一个数据挖掘比赛》进阶版是一本专门为想要在数据竞赛中脱颖而出的读者准备的...
2022年数据挖掘泰迪杯比赛A题代码.zip
09-30
2022年的泰迪杯数据挖掘比赛(A题)显然是一场旨在锻炼参赛者这方面技能的比赛。在提供的压缩包"2022年数据挖掘泰迪杯比赛A题代码.zip"中，包含了一个名为"TDCUP2022-main"的文件，这很可能是参赛团队的主要代码仓库...
数据挖掘顶级比赛---综合整理
qq_24059779的博客
04-23 1106
整理所有可以参加的数据挖掘顶级比赛 1.DrivenData：https://www.drivendata.org/ 2.CrowdANALYTIX： https://www.crowdanalytix.com/#solutions community https://www.crowdanalytix.com/community 3.InnoCentive https://www.innocentive.com/our-solvers 4.Codalab https://competitions.c
阿里数据挖掘比赛总结
leo_is_ant的专栏
11-28 2711
数据是广州市公交线路的历史公交刷卡数据（8月1号到12月31号），天气情况以及线路情况，要求预测未来一周（1月1号到1月7号）的公交车流量数据.
数据科学竞赛-数据挖掘赛流程
周先森爱吃素的博客
09-27 1598
介绍数据挖掘类比赛地大体流程。
数据挖掘类竞赛笔记
cf_wu95的博客
03-24 344
MSE损失函数惩罚损失力度更大，最好要用MSE来当损失函数而不是MAE.MSE、MAE 对异常值进行处理。 步骤： 数据探索分析： 1.数据基本情况，看是否有缺失值，各字段数据类型，数值型字段的统计分布等。 2.观察数据集的密度曲线，看看以后是否需要对数据进行填补以及处理等。 3.类别特征中不同取值下、目标变量的分布。（例如看这个特征对信用分的影响，比如看不看电影对信用分有没有影响）。...
数据挖掘类比赛初认识
小卜妞的博客
04-01 333
对赛题的理解、数据分析及可视化、算法模型的分析以及一些核心的思路 原文链接 数据挖掘类算法 对DMContest的相关记录： Kaggle的类型 Featured：商业或科研难题，奖金一般较为丰厚； Recruitment：比赛的奖励为面试机会； Research：科研和学术性较强的比赛，也会有一定的奖金，一般需要较强的领域和专业知识； Playground：提供一些公开的数据集用于尝试模型和算法； Getting Started：提供一些简单的任务用于熟悉平台和比赛； In Class：用于课堂项目
【比赛合集】50+场可报名的数据挖掘奖金赛，任君挑选！
CompHub的博客
10-22 2184
实时聚合多平台的(Kaggle、天池…)和(Leetcode、牛客…）比赛。本账号同时会推送最新的比赛消息，欢迎关注！近期CompHub对进行中的比赛增加了“”的识别，你可以直接在CompHub中浏览当前可报名的比赛， 而不用进入比赛主页才知道比赛的报名状态。🥳 enjoy it!更多比赛信息见或 点击文末以下信息仅供参考，以比赛官网为准。
数据挖掘比赛通用步骤
THEONE10211024的专栏
08-13 2011
中文版：http://mp.weixin.qq.com/s?__biz=MzI3NTA0MzM1OQ==&mid=2651615325&idx=1&sn=d16a1f8ba5d4164606efc3a0fa416be2&scene=23&srcid=08139bhv2hyZYhdFZi1UBy6N#rd 英文版：http://blog.kaggle.com/2016/07/21/approach
【数据挖掘】【笔记】阅读之数据挖掘比赛基本流程
moshlwx的博客
06-25 546
【干货】Kaggle 数据挖掘比赛经验分享 http://mp.weixin.qq.com/s/BE1mfmKJTsDSwWi16mllNA 数据分析，数据清洗，特征工程，模型训练和验证等四个大的模块数据分析
第一场数据挖掘比赛的一些经验心得
所爱隔山海
05-17 724
本篇文章主要介绍内容：数据去噪，采样，特征工程 数据去噪： 无论是数据挖掘的比赛也好，还是日常生活中的各种项目也好，我们拿到手的数据集含有噪声数据是很正常的。噪声会降低我们的数据质量，从而影响我们模型的效果。因此，对噪声的处理是必须的，这一点是众所周知的事情。但是，在去噪的过程中我们也要注意以下问题。 在我们这些天做的一个比赛上，一个队友，拿着没有好好处理噪音的数据集却误打误撞跑出了最高的分数，这...
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值