DCIC2021baseline学习

最新推荐文章于 2021-03-04 22:04:14 发布
最新推荐文章于 2021-03-04 22:04:14 发布
阅读量200 收藏
点赞数
文章标签： 数据挖掘
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/woshiwangdazhu/article/details/113873720
版权

DCIC2021baseline学习

这次DCIC2021的题目是针对共享单车的优化问题，task1目标可以分为
共享单车订单与停车点匹配
统计并可视化停车点潮汐情况
计算工作日早高峰07:00-09:00潮汐现象最突出的40个区域
这三个方面

共享单车订单与停车点匹配

匹配的baseline中包含两种方式，第一种较为粗糙，是基于geohash编码进行的匹配，首先将经纬度转换成geohash编码，然后进行匹配，其中需要注意的是需要结合自己的经验选择合适的编码精度大小，第二种是直接用距离进行匹配，比较精确。

统计并可视化停车点潮汐情况

将停车点的随着时间变化的图可视化，直观感受潮汐变化。

计算工作日早高峰07:00-09:00潮汐现象最突出的40个区域

潮汐现象baseline中采用的是密度指标，即用每个站点的停车数量除以面积。较为合理，但是仍然有改进的空间。

最后展示一下提交得截图
在这里插入图片描述

moonlight_in_summer
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
产品评论观点提取Baseline-2021 CCF BDCI 数据挖掘 top3方案分享 数据+代码
06-23 590
产品评论观点提取Baseline-2021 CCF BDCI 数据挖掘 top3方案分享 数据+代码
DCIC-2021
02-27
3. 人工智能：AI技术在DCIC-2021中可能扮演关键角色，尤其是深度学习和神经网络。参赛者可能需要构建和优化模型，例如卷积神经网络(CNN)用于图像分析，或者循环神经网络(RNN)处理时间序列数据。此外，强化学习也可能...
DCIC2021学习笔记 - 数据分析及Baseline解读
Hoo的学习记录
02-19 1200
时间赶 待补全。。。
Baseline
weixin_46180512的博客
10-10 1249
import pandas as pd import os import gc import lightgbm as lgb import xgboost as xgb from catboost import CatBoostRegressor from sklearn.linear_model import SGDRegressor,LinearRegression,Ridge from sklearn.preprocessing import MinMaxScaler import math impo
阿里天池金融风控baseline
热门推荐
热衷于开源，热爱人工智能领域，时常分享机器学习，数据挖掘项目及方法，我们一起努力！
11-17 1万+
前言 比赛地址链接 由于本次为基础赛，所以分为正式赛和长期赛，正式赛时间由于和另外重量级比赛冲突，所以做的大佬很少，本人有幸通过自己写的baseline冲到了Rank10,其实代码很少，也简单，也没有做特征，只是做的人少了普遍分都比较低，这篇博客的主要目的是给初学者一个参考，后面可以加很多特征提高，由此分享一下baseline及心得 此次天池金融风控赛数据量比较小，训练集提供了80万数据，测试集有20万，数据集也在比赛链接里面可以下载，不用多说，直接放代码，有错误大佬勿喷，本人也是初学者 代码如下： imp
【数据挖掘入门实战】DCIC城市大数据专题baseline 跑通
weixin_44454670的博客
02-19 461
文章目录前言一、安装geohash报错二、folium库1.遇到的问题2.folium库基础使用3.为地图添加标记部件4. 在地图上绘制任意几何图形3总结：参考资料 前言 感谢datawhale组织的学习，并免费提供答疑服务。 学习地址：https://coggle.club/learn/DCIC2021/ 博客主要记录相关的问题 代码示例地址：https://cdn.coggle.club/dcic2021/DCIC-baseline.html 一、安装geohash报错 虽然“pip install
2020DCIC-创新大赛大数据赛道.zip
06-30
kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。 kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、...
detect_steel_number:DCIC 钢筋数量AI识别 baseline 0.98+
05-06
比赛地址 环境依赖 ubuntu, python3, tensorflow, keras, skimage, opencv-python, numpy, pandas, matplotlib等 我的方案 关于检测/分割模型选择 ... 关于预训练模型 经过后期大佬分享，建议选用 coco 预训练模型。...
2022年数字中国创新大赛 (DCIC 2022) 卫星应用赛题-海上船舶智能检测算法源码+项目说明（第三名解决方案）.zip
最新发布
01-23
2、本项目适合作为计算机、数学、电子信息等专业的竞赛项目学习资料，作为参考学习借鉴。 3、本资源作为“参考资料”如果需要实现其他功能，需要能看懂代码，并且热爱钻研，自行调试。 2022年数字中国创新大赛 ...
这个是DCIC厦门市巡游车与网约车运营特征对比分析项目-DCIC-Taxi.zip
11-06
这个是DCIC厦门市巡游车与网约车运营特征对比分析项目-DCIC-Taxi
组队学习｜DCIC2021-算法分析题-baseline改进
纯路人的博客
02-24 271
组队学习｜DCIC2021-算法分析题-baseline改进 改进结果： 原baseline的缺点 评价潮汐程度时以停车点为标准，而赛题要求为识别出潮汐现象最突出的40个区域，可能会存在单个停车点潮汐情况突出但其所在区域不突出的情况，造成误差 kNN最近邻计算时使用停车点的中心经纬度来进行计算，受到停车点面积大小的影响（面积较大的停车点可能据中心点距离更大），故用停车点的边界经纬度计算会更为准确 hnsw近似搜索存在误差 改进方法 这里我利用baseline中提及的geohash编码的方法来对base
imx6sx-sdb.dtb imx6sx-sdb.dts 设备树 (d:\swwork\solo\linux-3.14.28\arch\arm\boot\dts)
stoneyyhit的专栏
06-16 3361
/*  * Copyright (C) 2014-2015 Freescale Semiconductor, Inc.  *  * This program is free software; you can redistribute it and/or modify  * it under the terms of the GNU General Public License versi
【正一专栏】共享单车那些事儿
医疗影像检索
08-07 652
共享单车那些事儿 每天早上骑着共享单车从华景这边去暨南花园上班，虽然看似短短15分钟的车程，但是路上也是惊险不断。随着共享单车使用人群的不断扩大，没有自行车道的广州，骑单车的人只能往机动车道挤，共享单车和汽车的矛盾不断在激化扩大着。一段时间的骑行后，我是越发感受到这种力量的博弈，迟早会改变着这个城市的规划者，开始为单车行人而做点什么。而这其中每天的骑行中也发生看到了不少事情，留下了一
北航学长：DCIC 2021的算法方案讲解
Datawhale
01-31 817
↑↑↑关注后"星标"Datawhale每日干货&每月组队学习，不错过Datawhale线上作者：阿水，北京航空航天大学，Datawhale成员DCIC ...
DCIC 2021数据挖掘新赛题开放！
Datawhale
03-04 1687
赛事邀请函Hey！Datawhale的新老朋友们！继2020年百万奖金的NAIC“鹏城赛”、CCF BDCI赛后，DataFountain平台发布了2021年第一场赛事 "数字中...
DCIC2021_task1
weixin_43913783的博客
02-19 677
DCIC2021 共享单车潮汐分布预测赛题理解赛题目的赛题任务Baseline中 一些特殊的库的了解```%pylab inline ``````Geohash``````hnswlib```库的导入 与 数据读取常见库的导入读取数据集共享的单车订单数据的聚合地图可视化按照经纬度聚合按照最近的经纬度潮汐统计方法1：Geohash匹配计算潮汐方法2：基于KNN密度匹配 赛题理解 赛题目的 通过对车辆数据的综合分析，对厦门岛内早高峰阶段潮汐点进行有效定位，进一步设计高峰期群智优化方案，缓解潮汐点供需问题。 赛题
【task02】共享单车数据挖掘赛
weixin_45746689的博客
02-24 3286
目录赛题要点早高峰共享单车潮汐点优化数据读取与理解共享单车轨迹数据 赛题要点 早高峰共享单车潮汐点优化 赛题任务：识别出工作日高峰07：00-09：00潮汐现象最突出的40个区域，针对Top40区域计算结果进一步设计高峰期共享单车潮汐点优化方案； 赛题数据：共享单车轨迹数据、共享单车停车点位（电子围栏）数据 和 共享单车订单数据； 数据读取与理解 共享单车轨迹数据 共享单车轨迹数据为共享单车在使用时候产生的位置定位数据，具体包含单车在不同时间段（默认是15秒记录一次）下的经纬度信息。 读取数
共享单车重新定义了“地铁房”？
hackeey的博客
09-19 518
近两年来，在资本与科技力量双线驱动的共享单车忽然之间就闯入了我们的城市当中，成为日常城市景观的一部分。 而在数据的视角下，我们会看到完全不同的图景。 如果从天空中观察，我们可以看到一整座城市的共享单车，请看下图： （上图是我们以摩拜单车数据为例，绘制出的2017年某天上午该品牌共享单车在上海市的大致空间分布图。从地图上可以看到，共享单车已经深入了城市的每一
IMX6Q 触摸移植edb-ft5306　７寸高清触摸驱动移植
u011625775的博客
07-14 1148
/* * Copyright 2012-2016 Freescale Semiconductor, Inc. * Copyright 2011 Linaro Ltd. * * The code contained herein is licensed under the GNU General Public * License. You may obtain a copy of the ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值