- 博客(4)
- 收藏
- 关注
RSS订阅原创 task5模型融合
模型融合目标 对于多种调参完成的模型进行模型融合。 完成对于多种模型的融合，提交融合结果并打卡。 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 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 stackin...
2020-04-04 21:57:04
541
原创 task4建模调参
task4建模调参 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； 在使用训练集对参数进行训练的时候，经常会发现人们通常会将一整个训练集分为三个部分（比如mnist手写训练集）。一般分为：训练集（train_set），评估集（valid_set），测试集（test_set）这三个部分。这其实是为了保证训练效果而特...
2020-04-01 21:19:46
224
原创 task3特征工程
特征工程 常见的特征工程包括： 异常处理： 通过箱线图（或 3-Sigma）分析删除异常值； # 这里我包装了一个异常值处理的代码，可以随便调用。 def outliers_proc(data, col_name, scale=3): """ 用于清洗异常值，默认用 box_plot（scale=3）进行清洗 :param data: 接收 pandas 数据格式 ...
2020-03-28 18:56:29
137
原创 数据挖掘竞赛
天池二手汽车预测赛_task1数据挖掘评估性能度量回归任务性能度量分类任务性能度量 数据挖掘评估性能度量 对学习器的泛化性能进行评估，不仅需要有效可行的实验估计方法，还需要有衡量模型泛化能力的评价标准，这就是性能度量(performance measure). 回归任务性能度量 在预测任务中，给定样例集D={(x1,y1),(x2,y2),...,(xm,ym)} D=\{(x_1,y_1),(x...
2020-03-24 21:15:59
173
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