- 博客(6)
- 收藏
- 关注
RSS订阅原创 【Datawhale AI 夏令营2024】药效预测（3）
LightGBM （Light Gradient Boosting Machine）是一个实现 GBDT 算法的框架，支持高效率的并行训练，并且具有以下优点：更快的训练速度更低的内存消耗更好的准确率分布式支持，可以快速处理海量数据。
2024-08-03 16:08:01
755
原创 【Datawhale AI 夏令营2024】药效预测（2）
把序列特征的问题转化为表格问题的方法，并在表格数据上做特征工程。如何知道一个变量是类别型的呢，只需看下其值的分布，或者唯一值的个数这段代码是用来计算 DataFrame（或者 Pandas Series）中这一列（或者属性）中唯一值的数量。df.nunique()如果相较于数据的总行数很少，那么其很可能就是类别变量了，比如gene_target_symbol_name。此时，我们可以使用get_dummie函数来实现one-hot特征的构造df.str[3:-2]".": 使用方法判断。
2024-07-29 09:22:23
711
原创 【Datawhale AI 夏令营2024】药效预测（1）
本次比赛旨在利用机器学习技术，预测化学修饰后的siRNA序列在RNA干扰（RNAi）机制下对靶基因的沉默效率。RNAi是一种重要的基因表达调控机制，通过干扰特定基因的表达，可以用于疾病治疗。这次比赛的目标是通过构建并优化模型，准确预测siRNA的沉默效率，从而提升药物设计的效率和效果。
2024-07-26 12:51:51
846
原创 【Datawhale AI 夏令营2024】尝试深度学习
下面我们构建了cv_model函数，内部可以选择使用lightgbm、xgboost和catboost模型，可以依次跑完这三个模型，然后将三个模型的结果进行取平均进行融合。：窗口统计可以构建不同的窗口大小，然后基于窗口范围进统计均值、最大值、最小值、中位数、方差的信息，可以反映最近阶段数据的变化情况。：可以帮助获取相邻阶段的增长差异，描述数据的涨减变化情况。在此基础上还可以构建相邻数据比值变化、二阶差分等；第一层：（类比cv_model函数）：通过历史平移获取上个阶段的信息；
2024-07-19 17:37:43
956
原创 【Datawhale AI 夏令营2024】入门lightgbm
LightGBM（Light Gradient Boosting Machine）是一个实现GBDT算法的框架，支持高效率的并行训练，并且具有更快的训练速度、更低的内存消耗、更好的准确率、支持分布式可以快速处理海量数据等优点。例如：在个性化商品推荐场景中，通常需要做点击预估模型。使用用户过往的行为（点击、曝光未点击、购买等）作为训练数据，来预测用户点击或购买的概率。
2024-07-17 11:37:10
276
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