- 博客(2)
- 收藏
- 关注
原创 Datawhale AI 夏令营 :基于 Seq2Seq 的 Baseline 笔记以及代码详解
是一个用于自然语言处理(NLP)任务的库,它提供了丰富的功能,包括数据预处理、词汇构建、序列化和批处理等,特别适合于文本分类、情感分析、机器翻译等任务。可以看到我的 en_core_web_trf 3.7.3 版本的要求 spaCy >=3.7.2,<3.8.0,刚好满足我的 3.7.5的 spacy!用于读取指定文件中的数据,并将每一行的数据去掉首尾空白字符后返回为一个字符串列表。配置环境---数据预处理---模型训练和验证---使用模型进行翻译--提交结果。,以便于后续的模型训练和应用。
2024-07-17 22:45:16 612
原创 Datawhale 跑通并改进baseline
先进行特征初步筛选,将无关紧要或者无意义的特征删除,再进行数据清洗(处理缺失值,异常值,重复值),之后可以进行数据转换,将非数值型数据转换为数值型数据,再进行详细的特征筛选(相关系数法,方差过滤法,随机森林法等)但是原本的baseline中,数据预处理有些粗糙,以及用的模型是简单的决策树模型,那么在改进baseline的时候,可以从以下几个方面入手。二分类可以选择多种模型,原模型采用的是分类树,属于单基模型,也可以采用集成模型bagging或boosting。由于时间原因,我先将模型更换,改换为随机森林。
2024-07-04 22:56:32 237
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