- 博客(6)
- 收藏
- 关注
RSS订阅原创 2020-11-19
第一次报告 结果 模型选择 LGB模型 由于现在的比赛数据越来越大，lightgbm是一个非常不错的选择，其可达到与xgboost相似的预测效果。 处理过程 把数据缺失的和单一值多的直接扔了 数据清洗 对于很多重复的数据进行分析删除 重新计算一些数据的分布过程 对于缺失值查看是否有补全的需要，如果缺失的比较少，那么就进行补全 训练 采用LGB进行训练，首次提交效果还不错 ...
2020-11-19 00:06:50
100
原创 2020-11-12
周报 本周主要对模型重新训练了一下，但是结果没有什么改进，在此基础上已经基本到头了，因此只能是略作修改，对于本周的数据，可以分析的空间并不大。只能是对于数据的分布，网络，去重还有删改进行小修小补，总体改进很小。 ...
2020-11-12 23:58:50
166
原创 2020-11-02
数据挖掘报告 关于训练 本周使用了新的神经网络，并且配置好了linux环境下的python训练系统，调试起来更加方便 数据的调整 对于数据清洗部分进行了进一步优化，将其中部分无意义的数据进行了删除，对于常规数据进行了分布的优化，将大部分数据优化成正态分布，对于训练结果有明显的提升，本周效果不错，相比之前的数据结果好了很多。 之前走入了歧途，结果不升反降，本周对于这个问题有了明显的优化改进。 结果 ...
2020-11-02 22:24:32
104
原创 2020-10-27
数据挖掘周报 本周按照之前讲解的方法进行了优化，对于一些特殊的数据进行了删除，例如全1的数据，大部份都是1的数据进行了剔除，但是结果很不理想，线上提交测试居然准确率下降，目前我也没有明白具体的原因。可能猜测如下： 1.其中有几行几乎95的数据都为1 ，在本题中是一个isDefault的强相关特征 2.某几行数据可能具有关联，删除之后这种关联消失了，导致了结果的下降 3.数据变少了，可能发生过拟合？（不确定会不会有这种情况发生 排名 ...
2020-10-27 11:34:28
191
原创 2020-10-20
数据挖掘报告 本周对于网络结构还有训练过程进行了改进，但是实际上并没有什么用，并且分数还有所下降，使用matlab集成的神经网络功能还是太弱了，并且训练速度很慢，这周计划使用以下python的pytorch来进行新的训练，并且把训练过程迁到服务器上，进行更仔细地调试。 下一步 着重改善数据本身的处理，数据的维度，补充，还有分布等进行改善从而提升效果。 ...
2020-10-20 23:53:32
193
原创 天池数据挖掘
数据挖掘周报 数据清洗 这周按照上次所讲的一些只是对于数据进行了清洗，将部分空数据进行了补全，对于大部分数据进行了补0，部分数据按照数据中最可能出现的数据进行补全。 网络结构 本次尝试对于不同层数的网络结构进行学习，但是改观不大，从30层到两百层都有尝试，但是结果很接近，目前的准确率到了0.7251出现了一点瓶颈 本次实验结果 ...
2020-10-12 16:36:45
318
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