mintminty的博客

1. 赛题背景 分析地铁站的历史刷卡数据，预测站点未来客流量变化，挖掘出行规律 提供2019.1.1-2019.1.25共81个站点的刷卡数据记录，以及路网地图（邻接关系），预测未来一天各站点的逐十分钟累积进出站人次 2. EDA 答辩人2： 周末（图中前两簇）与工作日（图中后五簇）的流量差异，与站点类型有关 ，办公属性站点差异较大，旅游属性站点差异较小。所以纯粹以周末或非周末作为区分，可能不太合理 城际客流的“潮汐效应”，火车站站点的周六和周日流量会存在镜像分布的特点，就比如周六到火车站乘火车，周

第五章 卷积神经网络 知识点1：randn() 与 rand() 函数 作用 np.random.randn() 从标准正态分布中返回一个或多个样本值 np.random.rand(m, n) 生成m行n列的均匀分布的伪随机数 知识点2：统一数据类型 描述： 5.1.3 图像中物体边缘检测中，第一个小例子会出现 expected backend CPU and dtype Float but got backend CPU and dtype Long 的报错。 解决： 将X的数据

【1】《动手学深度学习 pytorch版》 【2】《动手学深度学习》 对着敲代码时常会遇到零星问题，本篇博客意在记录实现过程中小小的坑，边学边记~ 1. 数据类型问题 报错： Expected object of scalar type Double but got scalar type Float for argument #2 ‘mat2’ 异常代码行： def linreg(X, w,...

1. 高阶函数 1.1 map/reduce 【1】一文搞懂python的map、reduce函数 【2】廖雪峰python教程——函数式编程 （1）map 函数 map(function_to_apply, list_of_inputs) function_to_apply 代表函数 list_of_inputs 代表输入序列 返回迭代器 # 如要实现列表中每个元素的平方，并返回新列...

廖雪峰python教程——高级特性 1. 切片 本小节的课后习题： 在不调用str的strip()方法情况下，实现一个trim()函数，去除字符串首尾的空格。 （自己写了半天，然后一看别人写的，非常简洁。要注意利用递归。） def trim(s): if len(s) != 0: if s[0] == ' ': return trim(s[1:]...

1. 字符编码 【1】廖雪峰python教程——字符串和编码 【2】彻底弄懂 Unicode 编码 1个字节能表示的最大的整数就是255（二进制11111111=十进制255） 2个字节可以表示的最大整数是65535 4个字节可以表示的最大整数是4294967295 编码类型 内容 问题 ASCII 目前为止共定义了128个字符，包括大小写字母、数字和一些符号，如A-65，...

目录大纲1. 集成学习Ensemble Learning1.1 Boosting1.2 Bagging和随机森林1.2.1 Bagging(全称 Bootstrap AGGregatING)1.2.2 随机森林(Random Forest)1.3 结合策略1.3.1 Stacking1.3.2 K折交叉验证下的Stacking（以5折为例）1.3.2 Blending1.3.3 Stacking ...

内容概览1. 基础模型1.1 读取数据1.2 线性回归1.2.1 初试1.2.2 改进1.3 五折交叉验证1.4 模拟真实业务情况1.5 学习率曲线与验证曲线2. 对比模型2.1 线性模型+嵌入式特征2.2 非线性模型3. 模型调参3.1 贪心算法3.2 网格调参3.3 贝叶斯调参 1. 基础模型 1.1 读取数据 知识点1：reduce_mem_usage 函数 对于大量使用数字类型的数据压缩...

Task3-特征工程1. 特征工程概述1.1 相关定义及理解1.2 内容2. 代码示例2.1 导入数据2.2 删除异常值（本文利用箱线图剔除异常值）2.2.1 箱线图2.2.2 删除2.3 用于决策树的特征构造2.3.1 数据分桶2.4 （扩展）用于LR的特征构造2.4.1 power中的异常值处理2.4.2 归一化处理2.4.3 对类别特征进行OneEncoder2.5 特征筛选2.5.1 过滤...

数据分析内容概览1. 数据载入及总览1.1 载入各种数据科学以及可视化库1.2 载入数据1.3 总览数据1.3.1 head()+shape观察数据1.3.2 describe()熟悉相关统计量1.3.3 info()熟悉数据类型2. 判断缺失和异常2.1 缺失值2.2 异常值3. 了解预测值分布3.1 总体分布概况3.1.1 为什么要转化为正态分布3.1.2 样本不服从正态分布怎么办3.1.3 ...

1. 赛题概况 任务：预测二手车交易价格 数据：来自某交易平台的二手车交易记录，数据量超过40w，包含31列变量信息，其中15列为匿名变量，抽取15w条作为训练集，5万条作为测试集A，5万条作为测试集B，同时对对name、model、brand和regionCode等信息进行脱敏。 2. 数据概况 注：脱敏处理后均为label encoding形式，即数字形式 Field Descri...