Kaggle比赛：Titanic - Machine Learning from Disaster 链接：https://www.kaggle.com/competitions/titanic 成绩758/15641（2024.4.21）： 还算不错吧，虽然是学习赛但好歹也是个5%嘻嘻 代码分析及思路 导入包与数据集 所有的包都放在一个代码块了，个…

天池-工业蒸汽量排放预测4 链接：工业蒸汽量预测_学习赛_赛题与数据_天池大赛-阿里云天池的赛题与数据 (aliyun.com) 特征优化 合成特征 从一个或多个输入特征衍生而来的特征，包括以下类型 将一个特征与其本身或其他特征相乘（特征组合） 两个特征相除 对连续特征分箱处理，分为多个区间分箱 特征的简单变换 单调变换（取对数）都不适用于决策树。…

天池-工业蒸汽量排放预测3 链接：工业蒸汽量预测_学习赛_赛题与数据_天池大赛-阿里云天池的赛题与数据 (aliyun.com) 模型评估 欠拟合与过拟合 模型的泛化与正则化 泛化：处理新样本的能力 正则化：添加一些规则以防止过拟合 交叉验证 1. 简单交叉验证 2. k折交叉验证，k值通常需要大于等于3 from sklearn.model_se…

天池-工业蒸汽量排放预测2 链接：工业蒸汽量预测_学习赛_赛题与数据_天池大赛-阿里云天池的赛题与数据 (aliyun.com) 特征工程 ​ ——“数据和特征决定了机器学习的上限，而模型与算法只是逼近这个上限” 数据预处理 没啥好说的，但是有一个正负样本不平衡的问题： 正样本>负样本，且量大的情况下，采用下采样 正样本<负样本，且量不…

天池-工业蒸汽量排放预测1 链接：工业蒸汽量预测_学习赛_赛题与数据_天池大赛-阿里云天池的赛题与数据 (aliyun.com) 数据探索 变量识别 通过变量类型，数据类型等方面分析，常见的有：字符型变量，数值型变量，连续性变量，类别性变量 变量分析 单变量分析 连续性变量需要统计数据的中心分布趋势与变量分布 类别性变量使用频次或者占比表示每一个类…

也算是我的第一篇文章，虽然我的评价是毫无作用，但是稍微水一水还是很具有代表性滴~~ （顺便练习一下我的md，嘿嘿） 前言 咋开始的我忘记了，但是本着想当一次队长的心态拉了wzl，llj，然后llj又拉了cy（本来想让她帮我建模一部分的呜呜），最后又拉了wyy（这个决定真的是太对了） 网挑 额额，去后街的奶茶店一起做的，wzl真的运气不好，还好最后一…

卧槽这tm都什么玩意？？？（来自一年后的自己） 太抽象了，直接把表格放在正文，matlab画图依托答辩 模型都没建。。。。难道主打的就是一个算法吗？ 我寻思这迪杰斯特拉算法也很平常啊。。。 真的不知道那天答辩我哪来的自信卧槽 心得 没有心得。。。 但是依然会非常怀念去年的夏天，自己从数模垃圾变成了现在这样，感谢队友的逼迫和自己的坚持，从0到1的过程…

今天刚刚提交，距截至日期还有10个半小时，打比赛以来最早的一次交卷（逆天又害怕） 在未开奖之前，先列举一下这次论文的不足吧 图：还行，美中不足的是这次三个激励函数编排的有一些问题== 公式：太少了，总共就21个公式 内容：这次反而少了，但是神经网络本来就没这么多。摘要感觉有点危险，虽然不是机翻但是仍然充满变数 接下来就是总结 学到了什么？ 首先是数…

前言 算是第二次的正式数模比赛了，虽然现在看完全很简单（2023.4.11），但是对于之前什么都不会的我来说还是很有难度（还让老朴问了李大大大lao），数据预处理是第一步（去年都不会） 过程 只能说，随机森林是看了文献，直接套用代码上去的，所以权重都完全没有计算，菜的扣脚（老朴貌似都没有干啥！） 后言 首先，我早就应该发现jupyter的好用的！去…