机器学习实战之销量预测（kaggle:Rossmann Store Sales）

最新推荐文章于 2024-07-01 14:44:26 发布

a flying bird

最新推荐文章于 2024-07-01 14:44:26 发布

阅读量3.7k

点赞数 4

分类专栏：机器学习和深度学习实战

本文链接：https://blog.csdn.net/m0_37870649/article/details/104722180

版权

机器学习和深度学习实战专栏收录该内容

7 篇文章 32 订阅 ¥59.90 ¥99.00

订阅专栏

超级会员免费看

本文详细介绍了Rossmann Store Sales竞赛中获得第三名的解决方案，包括评价指标的实现、Kaggle分支模型和master分支模型的分析。重点探讨了模型对类别特征的Embedding表示，以及数据预处理和建模过程。建议在实践中结合传统机器学习方法与神经网络模型进行比较。

摘要由CSDN通过智能技术生成

一、评价指标

二、 Rossmann 销量预估竞赛第三名的获奖方案学习

2.1 首先分析kaggle分支模型代码

2.2分析master代码

三、总结

一、评价指标

实现代码1

    def evaluate(self):
        if self.train_ratio == 1:
            return 0
        total_sqe = 0
        num_real_test = 0
        for record, sales in zip(self.X_val, self.y_val):
            if sales == 0:
                continue
            guessed_sales = self.guess(record)
            sqe = ((sales - guessed_sales) / sales) ** 2
            total_sqe += sqe
            num_real_test += 1
        result = math.sqrt(total_sqe / num_real_test)

了解本专栏