- 博客(5)
- 收藏
- 关注
原创 强化学习7日打卡营学习总结
一、什么是强化学习?1.基本概念强化学习(英语:Reinforcement learning,简称RL)是机器学习中的一个领域,强调如何基于环境而行动,以取得最大化的预期利益。核心思想:智能体 agent 在环境 environment 中学习,根据环境的状态 state(或观测到的observation),执行动作 action,并根据环境的反馈 reward(奖励)来指导更好的动作。三要素:state, action, reward2. 对比监督学习和无监督学习监督学习寻找输入到输出之间
2020-06-26 17:05:41 148
原创 零基础入门数据挖掘-模型融合
模型加权融化:按照经验权重、mean、median权重对多个模型进行加权 模型分类融合:按照voting机制、stacking、blending进行分类融合
2020-04-04 21:29:54 84
原创 零基础入门数据挖掘-建模调参
调整数据类型,减少内存占用,提高训练效率 数据标签呈现长尾分布,使用线性回归,需要转化成正态分布 通过对便签进行log(x + 1)变换,使之接近正太分布 对比发现,log变换前后,预测值与实际值差异明显变小了(左图为log变换前,右图为log变换后) 五折交叉验证 升级版五折交叉验证(考虑时间顺序关系构造训练集和验证集) 学习率曲线和验证曲线 针对线性回归模型,使用嵌...
2020-04-01 21:17:25 152
原创 零基础入门数据挖掘-特征工程
1.采用箱线图删除异常值2.特征构造data['creatDate'] - data['regDate'] 构造汽车使用时间特征 regionCode -> city根据邮编构造城市特征 根据汽车品牌构造销售统计量特征3.归一化 powerlog归一化from sklearn import preprocessingmin_max_scaler = ...
2020-03-28 20:54:49 143
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人