周报_2024/4/28

本周在科研中尝试了多种特征筛选方法,虽然提升了默认模型性能,但tripletloss效果不明显。对数据集进行了重构,侧重流级和时序特征,同时进行周期性模式挖掘,构建了周期数据集。
摘要由CSDN通过智能技术生成

周报

时间
2024/4/22——2024/4/28

科研进展
尝试几种特征筛选方法得出的多种特征子集,默认模型效果提升明显但是问题依然存在,且使用特征筛选后triplet loss效果提升不明显。
重新构造了数据集,保留了流级数据的特征和时序特征。
正在给邵老师的项目做周期性模式挖掘,本周构造了周期数据。

项目进展
暂无

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值