发简信
IP属地：北京
-
Task5-模型融合这部分内容工作中用到的比较少，比赛中常常用到，是提升模型效果的终极手段。而且融合模型越多，往往效果也是最好的。简单记录一下自己的学习过程。 基模...
-
Task4-模型调参关于模型介绍，网上已经有许多，这里不再复制。不过目前来看，使用XGB算法，足够得到相当出色的模型效果了，因此也推荐大家直接学习xgb，然后是li...
-
Task3-特征工程
这一部分是特征工程，主要是数据处理以及变量衍生两大块内容。机器学习比赛中，发现一个好的特征，往往就能带来非常大的提升，因而在整个项目周期中，可以...
-
Task2-数据分析了解数据，为后续特征工程做准备。目的： 1.EDA价值主要在于熟悉了解整个数据集的基本情况（缺失值，异常值），变量分布，变量集中度。 2.了解变...
-
Task1-赛题理解
参加datawhale 的活动，算是一种督促，也欢迎大家一起加入进行学习。比赛链接如下[https://tianchi.aliyun.com/c...