qq_39199884的博客

5.1 内容介绍 模型融合是比赛后期一个重要的环节，大体来说有如下的类型方式。 1.简单加权融合: 回归（分类概率）：算术平均融合（Arithmetic mean），几何平均融合 （Geometric mean）； 分类：投票（Voting) 综合：排序融合(Rank averaging)，log融合 2.stacking/blending: 构建多层模型，并利用预测结果再拟合预测。 3....

4.1 内容介绍 1.线性回归模型： 线性回归对于特征的要求； 处理长尾分布； 理解线性回归模型； 2.模型性能验证： 评价函数与目标函数； 交叉验证方法； 留一验证方法； 针对时间序列问题的验证； 绘制学习率曲线； 绘制验证曲线； 3.嵌入式特征选择： Lasso回归； Ridge回归； 决策树； 4.模型对比： 常用线性模型； 常用非线性模型； 5.模型调参： 贪心调参方法；...

3.1 特征工程的内容介绍 常见特征工程包括： 1.异常处理 通过箱线图（或 3-Sigma）分析删除异常值； BOX-COX 转换（处理有偏分布）； 长尾截断； 2.特征归一化/标准化： 标准化（转换为标准正态分布）； 归一化（抓换到 [0,1] 区间）； 针对幂律分布，可以采用公式： ????????????(1+????1+????????????????????????)log(1+x1+median) 3.数据分桶 等频分桶； 等距分桶...

1.赛题数据 赛题以预测二手车的交易价格[price]为任务。 该数据来自某交易平台的二手车交易记录，总数据量超过40w，包含31列变量信息，其中15列为匿名变量。 为了保证比赛的公平性，将会从中抽取15万条作为训练集，5万条作为测试集A，5万条作为测试集B，同时会对name、model、brand和regionCode等信息进行脱敏。 2.数据分析 2.1 载入各种数据科学以及可视化库 #c...