打卡
陈晨Neil
这个作者很懒,什么都没留下…
展开
-
Task 3
Task 3 task3 和task2 重合很多,感觉EDA和特征工程也有很多重复的,不过在思考,是不是可以根据可以给出特征工程就直接不坐EDA呢。 Tsfresh https://tsfresh.readthedocs.io/en/latest/text/introduction.html原创 2021-04-19 21:21:38 · 112 阅读 · 0 评论 -
Task 1
Task 1 虽然可以用sklearn中引出metrics库,这里打算详尽记录下各大评判标准 平均绝对误差(Mean Absolute Error,MAE) 均方误差(Mean Squared Error,MSE) 平均绝对百分误差(Mean Absolute Percentage Error,MAPE) **化成百分数的形式 R2(R-Square) R方=1:最理想情况,所有的预测值等于真值。 R方=0:一种可能情况是"简单预测所有y值等于y平均值",即所有 [公式] 都等于[公式](即真实y值原创 2021-04-14 00:08:48 · 104 阅读 · 0 评论 -
Task 2
Task 2 // An highlighted block import warnings warnings.filterwarnings('ignore') 过滤掉一些warning 值得参考 // An highlighted block Train_data.skew(), Train_data.kurt() 若以bs表示偏度。bs<0称分布具有负偏离,也称左偏态,此时数据位于均值左边的比位于右边的少,直观表现为左边的尾部相对于与右边的尾部要长,因为有少数变量值很小,使曲线左侧尾部拖得原创 2021-04-16 15:27:56 · 79 阅读 · 0 评论