Datawhale AI 夏令营 task 2

最新推荐文章于 2024-10-18 00:00:00 发布

彼岸风临

最新推荐文章于 2024-10-18 00:00:00 发布

阅读量454

点赞数 6

文章标签：人工智能

本文链接：https://blog.csdn.net/fzyambtion/article/details/140834976

版权

可以将序列特征转化为表格问题，并进行特征工程。首先，通过值的分布或唯一值数量确定类别型变量，例如对gene_target_symbol_name变量进行one-hot编码。对于时间特征，可以通过拆分siRNA_duplex_id提取序列号。对cell_line_donor变量进行编码，并构造包含特定单词的特征。基于siRNA序列，构造长度、碱基模式、特定模式和GC含量等特征。最后，使用LightGBM等回归模型进行训练，如设定boosting_type为gbdt，objective为regression，metric为root_mean_squared_error等，通过训练数据进行模型训练并验证。通过这些方法，从多个维度对原始数据进行特征提取与转化，增强模型的表达能力和预测性能，提高得分。