- 博客(2)
- 收藏
- 关注
RSS订阅原创 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