- 博客(10)
- 收藏
- 关注
原创 Datawhale 零基础入门心电图心跳信号多分类预测挑战赛-Task 5模型融合
学习到了概率融合以及回归融合结合自己所学,尝试使用cnn-lstm和covlstm,cnn或cov部分进行提取特征,lstm进行实践记忆下一步,想结合transformer尝试效果
2021-03-29 09:16:35
192
原创 Datawhale 零基础入门心电图心跳信号多分类预测挑战赛-Task 4模型调参
模型调参篇提到可以在时间序列上进行K折验证,但是查阅了一些博客上写到由于具有时序关系,时间序列并不适合进行k折验证,经过查阅资料,看到一种说法:k倍验证可能会很麻烦,举例如下:因为第4年或第5年的一些模式有可能跟第3年的不同,而对数据集的重复采样会将分离这些趋势,我们可能最终是对过去几年的验证,这就不对了。或许,我们可以尝试采用如下所示的5倍正向链接策略:fold 1 : training [1], test [2]fold 2 : training [1 2], test [3]fold 3
2021-03-25 21:06:46
138
原创 Datawhale 零基础入门心电图心跳信号多分类预测挑战赛-Task 3特征工程
Task 3 特征工程时间有限…特征工程task2其实也涉及了一些感觉可以从增维/降维/去噪等方面考虑了解到tsfresh工具提取特征(但电脑无法运行)有时间深入研究不知小样本多变量时序是否可以通过这个tsfresh增维来增加复杂性,从而使用神经网络???...
2021-03-22 23:26:12
105
原创 Datawhale 零基础入门心电图心跳信号多分类预测挑战赛-Task 2 EDA
Task 2 数据分析(EDA-数据探索性分析)简略观察数据(head().append(tail())首尾数据 + shape)数据总览:describe() 熟悉数据的相关统计量 + info() 熟悉数据类型判断数据缺失和异常: 缺失值:data.isnull().sum()——查看每列的存在nan情况 异常值检测(转换为nan/按照某种规律进行填充)了解预测值的分布(如果是分类问题,value_counts()可以观察不同标签的数量情况)
2021-03-19 21:28:40
154
原创 Datawhale 零基础入门心电图心跳信号多分类预测挑战赛-Task 1 赛题理解
Task 1 赛题理解1 赛题 时间序列多分类问题(预测4种不同心跳信号的概率)。2 数据train.csvid 为心跳信号分配的唯一标识heartbeat_signals 心跳信号序列(数据之间采用“,”进行分隔)label 心跳信号类别(0、1、2、3)test.csvid 心跳信号分配的唯一标识heartbeat_signals 心跳信号序列(数据之间采用“,”进行分隔)比赛-多分类预测指标(值越小越好)选手需提交4种不同心跳信号预测的概率,
2021-03-16 21:43:30
205
原创 动手学深度学习笔记三
Task06 错题一.批量归一化和残差网络二.凸优化可以理解为在夏季的物品推荐系统与冬季相比,时间或者说季节发生了变化,导致了夏季推荐圣诞礼物的不合理的现象,这个现象是由于协变量时间发生了变化造成的。三.梯度下降实现深层循环神经网络需要修改的参数是?num_layers3.GRU有重置门和更新门,没有遗忘门。重置门有助于捕捉时间序列里短期的依赖关系,更新门有助于捕捉时间序...
2020-02-25 21:06:26
218
原创 动手学深度学习笔记二
Task03 错题一.过拟合、欠拟合及解决方法二.梯度消失、梯度爆炸可以理解为在夏季的物品推荐系统与冬季相比,时间或者说季节发生了变化,导致了夏季推荐圣诞礼物的不合理的现象,这个现象是由于协变量时间发生了变化造成的。三.循环神经网络进阶实现深层循环神经网络需要修改的参数是?num_layers3.GRU有重置门和更新门,没有遗忘门。重置门有助于捕捉时间序列里短期的依赖关系...
2020-02-19 20:14:53
104
原创 动手学深度学习笔记一
Task01 错题一.线性回归加法的广播机制: 给Xw中的每个元素加上的偏置是一样的.参数的形状与批量大小没有关系,也正是因为如此,对同一个模型,我们可以选择不同的批量大小。2.y_hat的形状是[n, 1],而y的形状是[n],两者相减得到的结果的形状是[n, n],相当于用y_hat的每一个元素分别减去y的所有元素,所以无法得到正确的损失值。对于第一个选项,y_hat.view...
2020-02-14 21:43:20
168
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