weixin_46572382的博客

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

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

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...

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 = ...

原创 零基础入门数据挖掘-EDA