datawhale数据竞赛组队学习-比赛总结

数据分析

使用describe(),cov()函数查看数据之间的联系,使用折线图查看变量之间的关系。

数据清洗

  • 处理缺失值,使用平均值,最大值,频次最多的值代替缺失值,甚至可以将缺失值作为新的特征值。
  • 异常值处理,可视化处理方式:箱图,散点图,数学处理方法:孤立森林

特征工程

  • 特征合并:将类似的特征进行合并
  • 计算统计特征:对特征进行求平方差,均值等统计量。
  • 特征选择:对已经构造的特征进行选取,选取方法有Filter,wrapper,embeded。

模型选择

使用XGBoost,ligthBGM对处理后的train_data进行训练,调节参数。
在预给的代码中,lightBGM的评分是0.9.

模型融合

模型融合的方法有投票法,stacking,bagging,blending,Boosting。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值