2020人工智能应用赛结构化赛题方案(0.859+)

siguo0

于 2020-10-29 20:28:19 发布

阅读量444

点赞数

文章标签：大数据

本文链接：https://blog.csdn.net/qq_48081601/article/details/109095328

版权

本文介绍了在2020人工智能应用大赛中使用CatBoost模型解决结构化赛题的方案。通过one-hot编码处理类别特征，并尝试了class_weights和过采样算法。参数设置借鉴了开源代码，提升了模型性能至0.859。由于数据未公开，无法展示详细数据。

摘要由CSDN通过智能技术生成

方案

catboost单模单折

import pandas as pd
import numpy as np
from imblearn.over_sampling import SMOTE,ADASYN#过采样
from sklearn.preprocessing import LabelEncoder#离散化
from sklearn.feature_selection import RFE#特征筛选
from imblearn.under_sampling import ClusterCentroids#降采样
from fancyimpute import KNN#缺失值填充
import missingno as msno#缺失值显示分析
import matplotlib.pyplot as plt#画图
from sklearn.discriminant_analysis import LinearDiscriminantAnalysis#LDA 0.80
from sklearn.discriminant_analysis import QuadraticDiscriminantAnalysis#QDA
from sklearn.preprocessing import StandardScaler#标准化

plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False