sq_12345678的博客

本节的主要内容是对心跳信号时间序列数据的做特征工程，用到的时间序列特征处理工具是— Tsfresh（TimeSeries Fresh）。tsfresh是专门用于从时间序列中提取特征的工具（安装------pip install tsfresh）。这个工具包含很多计算函数，可以从多个维度对时间序列做处理。 例如：（索引自：原文链接：https://blog.youkuaiyun.com/yunini2/article/details/92805230） tsfresh.feature_extraction.feature

这三天的任务是做数据分析，主要是利用python的pandas以及可视化工具matplotlib、seabon，查看数据分布情况。 pandas中有一些非常好用的函数，可以快速得到数据的统计信息。比如，describe()来各列数据的相关统计量；info()来查看各列数据类型；因为之前有做过数据处理方面的事情，所以对这一部分相对来说比较清楚，花费时间不多。 这次学到的两个新的知识点，就是查看数据分布的skewness and kurtosis两个度量值。 偏度（skewness），是统计数据分布偏斜方向和程

安装必要的工具包 pip install lightgbm, catboost 根据读取数据，查看数据结构 数据维度不多，train_data加上标签3个维度； 数据处理 主要是在pandas中将心跳信号数据拆解为多列，方便后续处理。 模型训练及测试 已经跑通，但是还没有理解。 ...

CV-语义分割学习贴 大家好，第一篇博客，也是第一次做分享。 这几天参加DataWhale与阿里天池共同举办的开源学习，也是一个CV语义分割的比赛。 主要在天池DSW上操作。 下面的截图为这次调试的代码。 本次练习跑通baseline的过程中，遇到很多问题，感谢datawhale的各位老师帮忙解答。 ...