Task4 建模调参
学习材料地址
https://tianchi.aliyun.com/notebook-ai/detail?spm=5176.12586969.1002.18.1cd8593aw4bbL5&postId=95460
4.4.1 读取数据
reduce_mem_usage函数没看懂
4.4.2
对标签进行log(x+1)变换,使标签由原来的长尾分布贴近于正态分布
选用靠前时间的4/5样本当作训练集,靠后时间的1/5当作验证集
L1正则化与L2正则化的区别
L2正则化在拟合过程中通常都倾向于让权值尽可能小,最后构造一个所有参数都比较小的模型。L1正则化有助于生成一个稀疏权值矩阵,进而可以用于特征选择。
4.4.4 模型调参
调参部分以前很少研究,很多时候都是瞎几把调一通,值得仔细研究一番。
Task4 建模调参
最新推荐文章于 2024-08-12 20:34:30 发布