2018年12月12日:
1、模型提升的方法:
小幅:调参,模型优化
大幅:特征工程、模型组合
思考:在做业务量预测的算法模型中,闲时业务量用Facebook先知框架(基于连续时间序列的自身规律做出来的预测,增加典型节假日等维度)做出来的拟合度很高,忙时可尝试引入更多特征的预测算法。
先知框架相关链接:https://www.aliyun.com/jiaocheng/437823.html
先知系统特点:
每小时,每天或每周观察至少几个月(优选一年)的历史
强化的多重“人类规模”季节性:工作日和一年的时间
以预先知道的不规则间隔发生(例如超级碗)重要的节假日
合理数量的缺失观测值或大的异常值
历史趋势变化,例如由于产品启动或记录更改
趋势是非线性增长曲线,其中趋势达到自然极限或饱和
2、数据不平衡的处理方法:
增加数据量
重组数据(复制少的数据量到多的数据,砍掉样本多的数据)
另外数据不平衡的时候用决策树类算法
学习F1分数相关:
相关 链接:https://blog.csdn.net/program_developer/article/details/80158057