- 博客(3)
- 收藏
- 关注
RSS订阅原创 Datawhale AI 夏令营
尝试不同的模型：模型间存在很大的差异，预测结果也会不一样，比赛的过程就是不断的实验和试错过程，通过不断优化的实验寻找最佳模型，同时帮助自身加强模型的理解能力。提取更多特征：在数据挖掘比赛中，特征总是最终制胜法宝，去思考什么信息可以帮助我们提高预测精准度，然后将其转化为特征输入到模型。（1）时间特征：①日期变量 ②距离某天的时间差，是否某个特殊日期 时间组合 ③时序相关特征。特点：①周期性 ②趋势性 ③强相关 ④异常点。＃Datawhale AI 夏令营。从零入门机器学习竞赛。③定义数据预处理函数。
2024-07-20 21:28:57
174
原创 Datawhale AI 夏令营
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。窗口统计特征：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。如下图所示，可以将d-1时间的信息给到d时间，d时间信息给到d+1时间，这样就实现了平移一个单位的特征构建。物品类型：服饰、玩具和电子等。
2024-07-17 20:00:28
261
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