lanxuxml的专栏

赛题地址：https://www.datafountain.cn/competitions/451赛题任务：依据提供的12台风力电机1年的10min间隔SCADA运行数据，包括时间戳信息、风速信息和功率信息等，利用机器学习相关技术，建立鲁棒的风电机组异常数据检测模型，用于识别并剔除潜在的异常数据，提高数据质量。此任务未给出异常数据标签，视为聚类任务，为引导选手向赛题需求对接，现简单阐述异常数据定义。异常数据是由风机运行过程与设计运行工况出现较大偏离时产生，如风速仪测风异常导致采集的功率散点明显

OS跟Python版本信息：OS ：centos7Python：3.6.8然后再一段话：This usually means that the C++ compiler isn't hooked up correctly to PyStan. PyStan will successfully install even if it is not able to function correctly.You can use this code to check that pystan

赛题地址：http://www.scdata.net.cn/kfds/urgent2/pages/index.html ，诈骗电话识别是算法对抗赛的赛题之一。attention：由于签了保密协议，本文不会提供代码涉及到的数据。参赛历程：初赛时，由于大佬开的baseline分数已经很高，于是本人只调了调baseline然后就弃赛了。然后初赛结束的时候竟然收到了进入复赛的短信，于是交保密协议，下载数据，算是复赛才开始正式参赛吧。本来给一个大佬的结果融合可以进入top4的，可惜没选中。本文参考的bl.

# -*- coding: utf-8 -*-"""Created on Tue Jun 30 17:00:08 2020@author: csdn lanxuxml"""import pandas as pdtrain_data = pd.read_csv('train.csv')testA_data = pd.read_csv('test.csv')sub = pd.DataFrame(testA_data['time'])train_data = train_data[t.

写在前面：炉是垃圾炉，丹是垃圾丹（结的丹中age最高只有0.369，还没我用catboost刷出来的高）腾讯2020广告算法大赛地址：https://algo.qq.com/前一篇博文写了如何构造embedding vector，并且把vector转成了DataFrame格式，戳这里：炼丹记之在非典型NLP领域使用word2vec构造特征搭炉前的废话一：在实际操作的时候由于生成的creative_id二进制corpus被我不小心重写为空了，需要重新计算，所以这次造鼎炼丹用的是之前计算好的ad_i

最近各种竞赛上对时序数据进行embeding很火、效果很好，比如数字中国2020的智慧海海建设中rank1的分享，譬如2020腾讯广告大赛。为了上分，NLP小白一枚不得不花写时间来啃一下word2vec、doc2vec。now, show u the code:# -*- coding: utf-8 -*-"""Created on Thu Jun 4 16:23:02 2020@author: csdn lanxuml"""from gensim.test.utils impo