- 博客(5)
- 收藏
- 关注
原创 Kaggle万人竞赛 蘑菇分类
处理缺醒是数据预处理的关键步骤,指处理数据中的空值(NaN)或空白值。:直接删除含缺失值的样本(用均值/中位数填充数值特征(用众数填充分类特征使用预测模型(如KNN)估算缺失值:将缺失作为特殊类别(如填充"missing")在本项目中采用标记的方法 统一用"missing"标记替换NaN:统计每个特征的类别频数,将出现次数<100的类别归并为"noise"标签把出现频率低的分类数据以及missing设定为噪声。
2025-04-06 21:16:18
1070
原创 分类任务可能会问的问题
设计了四层,每层都是卷积归一化之后通过Relu()激活函数之后再进行池化。通过自定义CNN网络以及Alex,VGG的对比发现模型层数高了之后,模型预测的准确性会变高。
2025-04-06 17:42:14
950
原创 差分数组处理区间更新
差分数组是一种用于高效处理区间更新操作的数据结构。它的核心思想是通过记录区间端点的变化,而不是直接修改整个区间,从而将区间更新的时间复杂度从 O(N) 降低到 O(1)。差分数组是一种简单而强大的工具,特别适合处理区间更新问题。它的核心思想是通过记录区间端点的变化,避免直接修改整个区间,从而将时间复杂度从 O(N) 降低到 O(1)。差分数组是解决区间更新和单点查询问题的高效方法。如果题目需要更复杂的区间操作(如区间最大值、区间和等),可以考虑使用线段树。
2025-02-13 10:55:52
1162
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅