- 博客(4)
- 收藏
- 关注
RSS订阅原创 特征工程
最近做比赛的一波操作，几乎没有显著效果，虽然在这个比赛没有效果，但是其他比赛可能用的上。先记录一下最近做的特征工程吧。这个可以接着血糖那篇博客。打开血糖预测博客。1.移除特征中的异常值# 移除异常值 exclude_unique = [] for c in data.columns: num_uniques = len(data[c].uniqu...
2018-01-27 22:36:28
1081
原创 sklearn的数据预处理
数据预处理概要sklearn是一个比较常用的机器学习库，其中的sklearn.preprocessing包含了常用的预处理函数，一般在kaggle等数据竞赛网站拿到数据的时候，首先要观察数据特征，分布等信息，然后进行数据预处理。数据预处理有利于计算机进行计算。原始数据存在的问题： 1. 存在缺失值 2. 存在异常点及噪声 3. 各个特征的取值范围比例不一 4
2018-01-23 00:56:42
645
原创 血糖预测回归问题
这篇博客是接上文的，现在就开始做特征工程了，上面都是做的一些模型的融合，cv的验证，既然已经有了这些基础，那么必须要做最重要的部分了，特征工程十分重要，可以说是比赛的最关键步骤。赛题的链接：点击打开链接1.引入相关的库，并读入数据。# coding:utf-8import pandas as pdimport numpy as npimport matplotlib.pyplot as pl
2018-01-16 12:40:37
4495
4
原创 kaggle竞赛的小结基于--House Prices: Advanced Regression Techniques（回归类问题）
前天报名了天池的天池精准医疗大赛——人工智能辅助糖尿病遗传风险预测的比赛，今天的提交排名是180多名，但是总排名300+，还没有进行数据工程的工作，所以去kaggle找了这个有相似度的题。下面将我这两天看的一些特征工程方面的代码贴在下面，数据的预处理可以按照这个步骤，其中kaggle的链接kaggle的处理参考#!/usr/bin/python#coding:utf-8import p
2018-01-08 15:51:15
4467
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