- 博客(2)
- 收藏
- 关注
原创 如何对groupby对象使用countvectorize方法(如何对多列groupby对象提取计数特征)
众所周知,countvectorize是简单地计算出现频率。那在一个groupby对象中,如何针对每个类计算频率,我google了一个上午没有找到特定的现象以及API,故将自己的做法写下这篇博客记录。现象举例:df中的category_1只有Y和N两种,而想要计算出每个id分别对应的Y和N的数量,并生成新的特征与原始数据进行合并。>>> df.tail(20...
2019-02-25 14:43:33 286
原创 Kaggle竞赛:Quora Insincere Questions Classification 总结与心得感想
这次Quora的文本分类题,4000支参赛队伍中个人solo最终只在LB上达到了20%,一方面是因为第一次参加NLP方面的比赛,完全是个小白,另一方面是自己在比赛途中也有不少懈怠,因此想做一些技术上以及客观上的总结警醒自己。比赛是通过文本训练集来预测Quora上的问题是真诚的还是不真诚的问题,比赛链接https://www.kaggle.com/c/quora-insincere-questi...
2019-02-14 17:41:39 1647
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