- 博客(5)
- 收藏
- 关注
RSS订阅原创 Datawhale pandas基础学习
第1章 Pandas基础 基本数据结构 1. Series （a）创建一个Series 对于一个Series，其中最常用的属性为值（values），索引（index），名字（name），类型（dtype） s = pd.Series(np.random.randn(5),index=['a','b','c','d','e'],name='这是一个Series',dtype='float64') s...
2020-04-20 21:16:52
306
原创 Datawhale 零基础入门数据挖掘-Task5 模型融合
Datawhale 零基础入门数据挖掘-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...
2020-04-04 18:27:14
176
原创 Datawhale 零基础入门数据挖掘-Task4 建模调参
Datawhale 零基础入门数据挖掘-Task4 建模调参 学习目标 了解常用的机器学习模型，并掌握机器学习模型的建模与调参流程 内容介绍 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回归...
2020-04-01 21:36:57
175
原创 Datawhale 零基础入门数据挖掘-Task3特征工程
Datawhale 零基础入门数据挖掘-Task3特征工程 一、特征工程目标 对于特征进行进一步分析，并对于数据进行处理。 完成对于特征工程的分析，并对于数据进行一些图表或者文字总结并打卡。 二、内容介绍 常见的特征工程包括： 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）； 2.长尾截断； 特征归一化/标准化： 标准化（转换为标准正态分布）...
2020-03-28 20:06:55
319
原创 Datawhale 零基础入门数据挖掘-Task2 数据分析
Datawhale 零基础入门数据挖掘-Task2 数据分析 EDA-数据探索性分析 编辑背景 基于天池提供的数据挖掘实践，对二手车价格的预测。 以下部分内容源自https://github.com/datawhalechina/team-learning/blob/master/%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E5%AE%9E%E8%B7%B5%EF%B...
2020-03-24 20:33:09
482
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