dch16373-CSDN博客

转载关于特征工程的一些学习、思考与错误的纠正

特征工程的整体思路：1. 对于特征的理解、评估2. 特征处理：　　2.1 特征处理　　　　2.1.1 特征清洗　　　　　　清洗异常、采样　　　　2.1.2 预处理　　　　　　单特征情况：归一化、离散化、哑变量编码、缺失值填充等。数据变换例如log服从正态分布。　　　　　　多特征情况：　　　　　　　　降维：PCA、LDA（这个不太了解、待学习）　　　...

2018-07-03 15:54:00 123

转载对于特征工程的一些简单总结（其一）

结合最近正做的蚂蚁金服比赛中遇到的小问题，以kaggle上的house prices competition的一篇kernel的特征工程处理为例子做一些简单的总结。house prices地址：https://www.kaggle.com/c/house-prices-advanced-regression-techniqueskernel地址：https://www.kaggl...

2018-05-18 15:37:00 120

转载安装ubuntu系统及ubuntu安装Python的几点心得

一、安装ubuntu系统1.ubuntu系统是Linux系统的一种，和centos差别不大，但是个人还是建议大家安装ubuntu，它更适合国内使用习惯，换句话说更亲切。2.安装方法不再赘述，网上有很多教程，我遇到的一个问题是联想BIOS一定要关闭security boot，否则u盘都找不到。3.安装完毕后首要的任务是熟悉终端命令行，shell语法，文件夹和文件的各种操作，vi...

2018-05-17 11:39:00 145

转载 ubuntu系统下使用终端安装guake出现错误的解决办法

在网上查到的解决办法。使用以下命令安装guake时：sudo apt-get install guake如果出现错误：E: 无法获得锁 /var/lib/dpkg/lock - open (11: 资源暂时不可用)E: 无法锁定管理目录(/var/lib/dpkg/)，是否有其他进程正占用它？可在终端输入如下代码sudo rm /var/c...

2018-05-16 10:13:00 150

转载 kaggle入门项目：Titanic存亡预测（五）验证与实现

原kaggle比赛地址：https://www.kaggle.com/c/titanic原kernel地址：A Data Science Framework: To Achieve 99% Accuracy首先我们绘制出皮尔森系相关度的热力图，关于皮尔森系数可以翻阅资料，是一个很简洁的判断相关度的公式。终于要进行最终的模型拟合了，我们使用投票法则，首先构建一个投票算法的l...

2018-05-10 15:30:00 192

转载 kaggle入门项目：Titanic存亡预测（四）模型拟合

原kaggle比赛地址：https://www.kaggle.com/c/titanic原kernel地址：A Data Science Framework: To Achieve 99% AccuracyStep 5: Model Data数据科学是交叉学科，我们仅仅称他为计算机科学的一部分是有失公正的，它包含了数学，cs，商业管理，统计学等等方向。机器学习被分为监督学...

2018-05-10 10:17:00 296

转载 kaggle入门项目：Titanic存亡预测（三）数据可视化与统计分析

---恢复内容开始---原kaggle比赛地址：https://www.kaggle.com/c/titanic原kernel地址：A Data Science Framework: To Achieve 99% AccuracyStep 4: Perform Exploratory Analysis with Statistics使用描述性与图表分析数据，重点在于数据可...

2018-05-07 16:16:00 215

转载 kaggle入门项目：Titanic存亡预测（二）数据处理

原kaggle比赛地址：https://www.kaggle.com/c/titanic原kernel地址：A Data Science Framework: To Achieve 99% Accuracy问题处理之前要知道的事：数据科学框架（A Data Science Framework）1.定义问题（Define the Problem）：问题→需求→方法→设计...

2018-04-30 13:24:00 211

转载 kaggle入门项目：Titanic存亡预测（一）比赛简介

自从入了数据挖掘的坑，就在不停的看视频刷书，但是总觉得实在太过抽象，在结束了coursera上Andrew Ng 教授的机器学习课程还有刷完一整本集体智慧编程后更加迷茫了，所以需要一个实践项目来扎实之前所学的知识。于是就参考kaggle上的starter项目Titanic，并选取了kernel中的一篇较为祥尽的指南，从头到尾实现了一遍。因为kaggle入门赛相关方面的参考和指导非常少，因...

2018-04-25 10:24:00 168

dch16373的博客