yingdajun的博客

搞Kaggle比赛也有几个月了，虽然前前后后拖拖但是也是复现过不少比赛的。感觉思路可以总结一下。1.数据读取。一般数据格式都是以CSV格式的，但是也不排除TXT,JSON格式。所以熟悉pandas和numpy库就极为重要，最后得到预测结果也需要pandas库。2.数据处理。（1）使用pandas库等等对数据进行合理的预处理，增删改查属性，对于文本特征可以用sklearn.featuretion.text去创造。（2）同时使用sklearn库的preprocessing包进行处理3.建模

1.一定要加入os,sys第三方库，否则肯定会报错2.报错绝大多数问题是第三方包没法子导入。这里一般都是pyinstaller打包的第三方库里面的相关函数需要的文件，比如jieba分词需要IDF、DICT等等文件。snownlp需要stopword等等文件。也有pyinstaller自身的问题，建议卸载，使用一下pyinstaller 3.6.0版本。3.在进行编程前，可以先设定初...

我自己写了一个基于NLP的混合编程项目。以C#为界面，python为脚本。本来打算加上关键词提取的，但因为pyintsaller对jieba的anaylse包不友好，所以就不能装了。啊好痛苦。下面是源码和功能。这里是github源码：功能一共分四个：（1）中文分词：输入文本：中文分词是文本处理的第一步。记得选择分词模式然后得到分词结果。（2...

默认pip安装源下载国外文件实在是贼慢，我想下载个kaggle数据集都特别困难。所以我写了这个程序。选择对应的cell文件运行，就可以将pip默认源修改成阿里云/清华/中科大等国内镜像数据源。https://github.com/yingdajun/-pip-例如豆瓣的国内镜像是：import osini = """[global]index-url = https://...

这是可以通过设置楼板、窗、门类型，然后识别闭合模型线，自动生成小别墅的插件。Github源码如下：https://github.com/yingdajun/JuMangDemo下图是功能：...

这是入门的三个比赛的最后一次比赛，站在巨人的肩膀上，感觉自己的能力在提升。。。这是自己复现的源码https://github.com/yingdajun/digit_recongition

这是第二次练习的比赛，通过看前辈的博客去复现的房价预测。下方是源码。。。https://github.com/yingdajun/github-战斗力提高+100，自信值+20

我打的第一次kaggle比赛，泰坦尼克存活率预测。虽然是用别人的代码去运转一波，但超越源自于模仿，我也算给自己开了一个好头。哈哈哈哈哈哈哈哈哈哈。这里是老夫的github地址：https://github.com/yingdajun/-kaggle-...