深度之眼比赛初行

最新推荐文章于 2024-01-11 17:07:21 发布

原创最新推荐文章于 2024-01-11 17:07:21 发布 · 802 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#Python #机器学习 #人工智能

机器学习专栏收录该内容

1 篇文章

订阅专栏

本文记录了一位新手参加深度之眼内部二分类比赛的经历，从选择机器学习方法如SVM、RandomForest到数据预处理，再到特征处理的挑战。通过李欢老师的指导，分享了使用RandomForestClassifier进行参数调优的具体步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

写在前面：年前关注到了深度之眼，后续又办了VIP，课程涉及机器学习，深度学习，数学基础，Python基础，paper，算法等方面，最近看到其举办了一个内部比赛，题目源于科赛网上的二分类练习比赛。我是一个小白，希望体验一下比赛的流程。

现在简单记录一下流程：

1，首先就是题目是一个二分类问题，会有很多机器学习方法可以用来解决该问题，如SVM，RandomForest，lgb，决策树等等；另外数据做了预处理，没有NaN值；

2，接下来，深度之眼的李欢老师亲自视频指导讲解做这道题的思路，方法；

3，这一步记录一下特征处理遇到问题，主要是跑了5个小时都没跑出来，就放弃了，先记录下，以后再回头看一下

param_grid = {'estimator__max_depth':np.arange(1, 20, 1),
             'estimator__min_samples_leaf':np.arange(1, 20, 1)
             }

rfc = RandomForestClassifier(n_estimators=164
                            ,random_state=90
                            )
rfecv = RFECV(estimator=rfc, step=1, cv=StratifiedKFold(10))
k_fold = StratifiedKFold(n_splits=10, shuffle=True, random_state=0)

GS = GridSearchCV(estimator=rfecv, param_grid=param_grid, cv= k_fold)
GS.fit(Xtrain,ytrian)
print(GS.best_params_)
print(GS.best_score_)