2016年05月_whiker

10月 07月 06月 05月 04月

原创 kaggle 入门 Bike sharing Demand prediction

根据天气等因素对自行车租赁数量进行预测利用xgboost进行预测 import csv from math import log, exp import numpy __author__ = 'Whiker' __mtime__ = '2016/5/26' from datetime import datetime import pandas import xgboost def

2016-05-27 20:10:11 3024 2

原创 Kaggle 入门 Crime

对犯罪案件进行分类提交每个类别概率 xgboost成绩 2.35461feature： Category用preprocessing.labelEncoder()转成int型有序变量时间抽出年月日时分,分钟根据时间对称性abs(m-30) 地址判断是否包含’/’ XY进行标准化区域和DOW变为哑变量 xgboost参数: “booster”: “gbtre

2016-05-26 10:09:36 1138

原创 kaggle 入门 digit recognizer python randomForestClassifier

kaggl之101新手赛digit recognizer利用python的sklearn包中的randomForestClassifier进行分类 import pandas, numpy from sklearn.ensemble import RandomForestClassifier dataset = pandas.read_csv("...\\data\\train.csv

2016-05-15 12:35:25 1343

原创 kaggle 入门 digit recognizer Python xgboost

# coding:utf-8 import numpy __author__ = 'WHP' __mtime__ = '2016/5/12' __name__ = '' import xgboost import pandas import time now = time.time() dataset = pandas.read_csv("...input\\train.csv") tra

2016-05-13 11:16:48 1688

原创 python 中 xgboost 安装

针对下载并利用VS2013编译xgboost后安装失败，进行其他方法安装。下载安装 MinGW-64: http://sourceforge.net/projects/mingw-w64/ (PC中未安装MinGW的话)在安装界面 Architecture 选择 x86_64 以及 Threads 选择 win32若安装在 C:\mingw64 则添加PATH

2016-05-12 21:03:14 6784 2