模型融合 模型融合，如果是分类问题用voting解决 。如果是回归问题用average解决。注意：在bagging集成中，各个模型的预测不会彼此依赖。Bagging算法不用我们自己实现，随机森林就是基于Bagging算法的一个典型例子，采用的基分类器是决策树。可以直接调用。Boosting的思想是一种迭代的方法，它每次训练使用的都是同一个训练集。但是每次它会给这些分类错误的样例增加更大的权重，下一次迭代...
二手车价格预测建模和调参部分 1、定义一个reduce_mem_usage()函数通过调整数据类型，帮助我们减少数据在内存中占用的空间（祖传）；2、有时序的采用nested交叉验证，无时序的采用K折交叉验证；3、贝叶斯调参方法。...
spring框架 spring框架1、spring的核心是控制反转（IoC）和面向切面(AOP)2、tx代表事务管理3、核心容器（beans core context expression）4个核心+1个依赖（Commons-logins jar）4、maven下载，缺啥jar包就自动下载的5、配置文件：开发中一般在classpath下（src）名称：开发中常用applicationContext.x...
二手车价格预测特征工程部分 1、包装了outliers_proc( )函数，用于清洗异常值。2、构造新特征汽车的使用时间，data[‘creatDate’] - data[‘regDate’]，查看这个特征的空数据，有15k个样本的时间是有问题的，我们可以选择删除，也可以选择放着。但是这里不建议删除，因为缺失量过大，占比7.5%，可以先放着，因为如果我们xgboost之类的决策树，其本身就能处理缺失值，所以可以不用管；3...
二手汽车交易价格预测EDA 二手汽车交易价格是一道回归类的赛题EDA部分：新学习到的知识：1、missingno模块用来查看每一个特征的缺失值2、采用describe函数查看每一列的统计量，当出现999，9999，-1时，都是nan的另外一种表达形式，需要留意3、如果每一列的特征空值不多，则可以选择填充；如果空值过多，则可以考虑删掉；如果使用lgb模型，可以直接空缺，让树自己去优化。4、此赛题中seller和of...
关注
