240 发简信
IP属地:江西
  • Task4 建模调参

    sample_feature = sample_feature.dropna().replace('-', 0).reset_index(drop=True) 1.读取数据 ...

  • Task3 特征工程

    特征工程概括 数据理解:主要在EDA阶段完成,了解数据的性质:定类,定序,定距,定比 数据清洗:提高数据质量,主要包括特征变换缺失值处理异常值处理其他 特征构造:增强数据表达...

  • Task2 数据分析

    numpy和pandas学习 在做EDA探索性分析之前,在b站学习numpy和pandas的相关操作https://www.bilibili.com/video/BV1DE4...

  • Task1 赛题理解

    任务: 预测二手车的交易价格 数据: 31列变量信息,其中15列为匿名变量。数字全都脱敏处理,都为label encoding形式,即数字形式。?? 15万条作为训练集,5万...

  • 第二次打卡

    过拟合、欠拟合的概念 应对过拟合地方法: 权重衰减 丢弃法

  • 第一次打卡

    线性回归和softmax回归分别是基础的回归以及分类模型,都是线性模型 多层感知机则是非线性模型,使用了激活函数,拥有了比线性模型更强的表达能力 语言模型简单理解成一句话出现...