#AI夏令营 #Datawhale #夏令营
一、Task1
首先根据教程报名分子性质AI预测挑战赛 然后用十几分钟跑通baseline 刚跑通的时候比较蒙,不知道是什么,只知道点击运行,然后提交结果得到了一个分数0.7064 |
二、Task2
首先了解了赛题背景以及任务 接着看了一些数据字段代表的意义 例如:Smiles是一种用于描述化学结构的文本字符串,它能够被用于输入化学信息学软件。 然后了解参考资料给的能帮助处理SMILES字符串的RDKit库以及配套代码 最后结合task3的讲解视频一起学习 |
三、群内聊天学习
决策树经典的属性划分方法 基于信息增益判断:基于熵的概念,选择能够最大程度减少数据集熵的属性进行划分。常用于ID3算法; 基于信息增益率判断:对信息增益进行改进,考虑到属性取值较多的问题,选择信息增益率最高的属性进行划分。常用于C4.5算法; 基于基尼指数判断: 选择基尼指数最小的属性进行划分。基尼指数衡量的是数据集的纯度。常用于CART(分类与回归树)算法。 决策树在实际应用中优缺点 优点:计算复杂度不高,便于使用,高效,能够处理多种数据类型,可很容易地构造出易于理解的规则。 缺点:易过拟合,对噪声数据敏感,忽略数据集中属性之间的相关性,不稳定等。 机器学习中的过拟合 过拟合是指模型过于紧密或精确地匹配特定数据集,泛化能力差,导致在新的、未见过的数据上表现不佳。 防止过拟合的方法 例如:数据增强:通过对训练数据进行变换,比如旋转、缩放、翻转等,增加数据的多样性,帮助模型学习到更一般的特征。 正则化:添加正则项到损失函数中可以惩罚模型的复杂度,限制模型权重的大小,从而减少过拟合。 提前停止:在机器学习模型学习数据中的噪音之前,提前停止暂停训练阶段。 |
这个夏令营不简单 #AI夏令营 #Datawhale #夏令营 |