1. baseline代码展示了机器学习的基础流程:数据处理->模型训练->预测->评估。重点是用 LightGBM 对每个标签分别训练模型,并做了时间统计特征的提取。
pred_labels
代表需要预测的标签列表,也就是模型要预测的目标变量。train_set
代表训练集数据,会传入时间特征提取函数进行处理,然后作为模型的训练数据。valid_set
代表验证集数据,也会经过时间特征处理。然后valid_set中的真实标签值valid_labels会与模型在valid_set上的预测结果valid_pred进行对比,计算MAE评分
2. 部分代码的理解
1)初始化评分项。创建一个字典 MAE_scores 来存储每个预测标签的 MAE 值。
- MAE是评估指标,评估模型拟合的优劣。
2)特征工程。定义了一个时间特征提取函数 time_feature,用来从时间数据中提取统计特征。分别对训练集和测试集应用这个函数。
3)循环训练模型。遍历每个预测标签,提取对应标签的训练数据,使用 LightGBM 训练模型。并对验证集进行预测计算 MAE。注意:当循环迭代的次数过大的时候会出现“过拟合”的问题。
baseline 代码文件地址:AI夏令营 - ML实践教程 - Feishu Docs