發(fā)簡信
IP屬地：上海
-
Task 5：模型融合
5.4 代碼示例 5.4.1 回歸\分類概率-融合： 1）簡單加權平均，結果直接融合 可以發(fā)現(xiàn)加權結果相對于之前的結果是有提升的，這種我們稱其...
-
Task 4：建模調參Datawhale 零基礎入門數(shù)據(jù)挖掘-Task4 建模調參 四、建模與調參 4.1 學習目標 了解常用的機器學習模型，并掌握機器學習模型的建模...
-
Task 3：特征工程特征工程 導入數(shù)據(jù) 特征構造 特征篩選 過濾式 包裹式 嵌入式
-
Task 2：EDA
EDA目標 熟悉數(shù)據(jù)集 了解變量間的相互關系 為數(shù)據(jù)處理和特征工程做準備 內容介紹 載入數(shù)據(jù)科學庫和可視化庫 數(shù)據(jù)科學庫：pandas民晒、nump...