#ai夏令营#datawhale#夏令营

7.01

赛题背景：

蛋白质降解能力的分类模型

分子性质ai预测挑战赛，提交csv文件，每天最多三次提交

基础代码baseline：

大赛报名，实名认证（个人/学校）

进入飞浆AI studio

选择CPU版本的环境

lightgbm（轻量化，自动处理缺失值）

训练模型获得结果。(后期会精讲)

将训练好后得出的csv文件下载到本地然后上传到比赛提交结果。

QA环节

Tag学习笔记：各种平台发布datawhale的学习笔记。

打卡：参与接龙和表单填写。

代码运行：各种编译器都行。根据自己情况而定，可以改代码。

数据增强（我建议可以尝试用k折交叉检验），（用pandas查看，数据是有限的。做特征的筛选（选择强相关特征）。）可以尝试随机森林，svm，不推荐神经网络（需要大量数据支持）。

优化调参：优化算法（模型，集成方法），最重要的是数据的处理，将数据做的好，决定上限，模型决定下限。

记得打卡

聚沙成塔，聚水成川