內(nèi)容介紹模型融合是比賽后期一個重要的環(huán)節(jié)更耻，大體來說有如下的類型方式。 簡單加權融合: 回歸（分類概率）：算術平均融合（Arithmetic mean）明刷，幾何平均融合（Geom...
發(fā)簡信
IP屬地：四川
-
Task5 - 模型融合 -
Task4 - 建模與調(diào)參
1. 內(nèi)容介紹 線性回歸模型： 線性回歸對于特征的要求树瞭； 處理長尾分布拇厢； 理解線性回歸模型； 模型性能驗證： 評價函數(shù)與目標函數(shù)晒喷； 交叉驗證方法孝偎； 留一驗證方法； 針對時間序...
-
Task3 - 特征工程
1. 數(shù)據(jù)分箱 一般在建立分類模型時凉敲，需要對連續(xù)變量離散化邪媳，特征離散化后，模型會更穩(wěn)定荡陷，降低了模型過擬合的風險。比如在建立申請評分卡模型時用logsitic作為基模型就需要對...
-
數(shù)據(jù)的探索性分析（EDA）一. 任務內(nèi)容 載入各種數(shù)據(jù)科學以及可視化庫:數(shù)據(jù)科學庫 pandas迅涮、numpy废赞、scipy；可視化庫 matplotlib叮姑、seabon唉地；其他； 載入數(shù)據(jù)：載入訓練集和測...
