如何在比赛中取得好成绩并成为大牛:
- 会基本知识
- 掌握学习方法
- 用于实践
- 多与人交流
参与天池比赛需要会的基础知识
xgb,lgb,catboost,numpy,matplotlib,seaborn,sklearn,keras 常用的基础数据数据挖掘常用的类(PS:sklearn可以多学一点,在无论图像还是自然处理还是数据挖掘等都需要sklearn的知识)
参见比赛的步骤
- 报名参赛(PS:报名时注意要求,实名认证)
- 下载数据集
- 在本地或者远端训练数据,
- 测试结果。
比赛的基本知识
首先在比赛时候创建一个基本的baseline然后对模型进行一步一步的改增。
对于打比赛的基本的内容包括
- 赛题理解:
- 探索性数据分析:
- 特征工程
- 模型调参
- 模型融合
探索性数据分析:
目的:
EDA的基本方法:绘图方法,量化方法:
绘图方法:(原始图像,统计图,特征模块化相同)
基本图形:
折线图:随时间变化
直方图:数据分布
密箱型图度曲线图:概率密度函数
箱型图:便于查看异常值
小提琴图:可以看出某个值分布的频率(升级版箱型图)
量化方法:(统计表述:偏度方差峰值,取值范围,大概分布)
相关性分析方法:
定类变量:名义变量(男女)
定序变量:不仅分类,特性排序(消费能力1-5)
定距变量:可以比较大小,差值有意义
这里提供了一个mvtest的一个独立相关性判断的方法,可以通过下面这个github连接来学习和使用,原则作者已经将去做成了一个包使用时候可以进行调用。
特征工程:
建模调参
模型融合
在前期不要太相似,需要相似的评分,差异的结果,前期不能太相通,增加鲁棒性,模型融合基于单模型,通过融合多模型来提升结果