qq_42662568的博客

第五次打卡（4月2日-4月4日）菜鸡的学习之路^__^（自己学习，复习使用）Task3:模型结果融合这是本次组对学习最后一次打卡，时间好快，第一次接触数据挖掘，从赛题理解–>EDA–>特征工程–>模型融合，自己体会了一把数据挖掘的从入门到放弃，感觉就是一个字“累”。但相比深度学习，它的可解释性确实就摆在这，无可厚非。通过此次学习也反映了自己先前的传统机器学习知识掌握得不太...

第四次打卡（3月29日-4月1日）菜鸡的学习之路^__^（自己学习，复习使用）Task3:建模与调参4.1 相关内容(教程给的目录)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；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；嵌入式特征选择：Lasso回归；Ridge回...

第二次打卡（3月22日-3月24日）菜鸡的学习之路^__^（自己学习，回复使用）Task2:数据的探索性分析（EDA）1.1 EDA要做什么首先我们需要明白EDA要做什么：了解数据大致表达了什么挖掘数据结构（结构化；图像化）初步分理处一些重要特征挖掘离群数据和异常数据初步确定可以用那些模型1.2 具体内容载入各种数据科学以及可视化库:数据科学库 pandas、n...

第三次打卡（3月25日-3月28日）菜鸡的学习之路^__^（自己学习，复习使用）Task3:数据的特征工程（feature engineering）2.1 特征工程是干什么的将数据转换为更好滴表示潜在问题的特征，从而提高机器学习的性能。下图是来自群里一位大佬整理的阿泽大佬直播的内容：（通过此图可以对特征工程有一个很完整的认识，膜拜·~~）特征提取(feature extra...