- 博客(7)
- 收藏
- 关注
RSS订阅原创 kaggle m5时间序列预测比赛代码梳理
定义函数用来读取price数据、calendar数据以及最关键的包含销量的train数据，读取数据时候直接指定好数据类型（尤其是category类型），三个for循环，分别将三个表中的category类型编码为从0开始的数值。导入数据的create_train_data函数已经完成label_encoding，把category类型转换成从0编码的数值。对于未来的28天，每次预测一天的值，记录到test_data_c中，然后用create_feature函数重新生成特征，以此来完成递归预测。
2025-09-18 15:43:31
1546
原创 kaggle 帕金森multi-class预测 baseline代码梳理
读取sample_submission文件，再逐个读取test文件，跟train文件用相同方式做处理，保证有同样的特征用于做预测。用五折交叉验证得到的五个模型，分别对测试集进行预测，结果拼接在一起再做平均，得到每个test文件的预测值dataframe。此篇代码可以跑通，但是缺少特征工程以及模型调参，因此结果不算理想，可以作为baseline代码，在此基础上进行迭代，补充以下的特征工程和提交思路，供比较参考。
2025-09-08 12:09:33
1593
原创 kaggle enefit能源大赛时序预测之特征工程及神经网络实战
注(1)：此函数既可以作用于train（train = create_features(df_train,df_client,df_weather_f)），又可以改变参数作用于test（df_test = create_features(test,client_test,forecast_weather_test,False, previous_revealed_targets=previous_revealed_targets.copy())），便于对训练测试数据生成相同的特征。注：几个重要的特征含义。
2025-09-03 15:47:08
744
原创 kaggle Jane street 金融时间序列预测赛题梳理
注：如果不注释掉else那段代码，会报错JSInferenceServer._get_gateway_for_test() takes from 1 to 2 positional arguments but 3 were given，如果有找到原因的大佬欢迎评论分享。由于前面缺失值较多，只取1100天之后的数据，每天大概980个时间点（每分钟）的数据。后续如果有提交的更新解决方案以及更好的提升方案会进行持续更新的，欢迎各位大佬补充评论。2、分为X，y，weights，准备训练模型。
2025-09-01 16:36:23
373
1
原创 kaggle optiver金融时序赛题拆解及优胜方案代码梳理
由上图可以得到，共200个股票，每个股票有481天的时间序列，每天从收盘集合竞价开始的10分钟内，有55个（每10秒一个）时间点的数据。注（1）：一定确保训练和预测时候都用的同样的特征，可以用以下代码尝试输出test的特征都有哪些，然后看需要drop掉哪些。time_id是天和秒数据的组合，row_id是股票、天、秒的组合，因此这两个变量在后续训练中可以删除。确定模型最优参数，在训练中可能提前停止来避免过拟合，但在推理时使用稍多一些的树可以增加模型的稳定性。（4）时序相关不平衡特征。
2025-08-28 15:47:56
848
原创 时序预测适用机器学习和深度学习的情形梳理
shift, lagging, groupby, rolling, windows, diff等构造前后样本之间的联系，因为机器学习树模型无法获得样本之间的联系，所以要尽可能构建特征来让模型学习前后序列的联系；本篇梳理参考kaggle竞赛中经典的两个时间序列赛题，enefit能源预测和optiver金融时序预测，这两个项目的代码梳理后续会持续更新，本篇文章通过这两个项目，总结下哪些时间序列更适合用机器学习，哪些更适合深度学习。短期时间序列：更适合机器学习模型，用特征来预测目标变量；
2025-08-22 14:01:38
336
1
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