黎明之道
  • 17
    文章
  • 0
    专栏
  • 17714
    访问
  • 0
    粉丝
  • 0
    关注
  • 0
    获赞

黎明之道 等级

这家伙很懒,什么都没有留下
  • 最新发表
  • 最多访问
  • 最多收藏
  • 最多评论
天池比赛数据挖掘心电图模型融合

Task 5: 模型融合 5.1 学习目标 学习融合策略 完成相应学习打卡任务 5.2 内容介绍https://mlwave.com/kaggleensemblingguide/ https://github.com/MLWave/KaggleEnsembleGuide模型融合是比赛后期一个重要的环节,大体来说有如下的类型方式。1

黎明之道
862
0
0
天池比赛数据挖掘心电图模型调参

Task4 建模与调参 4.1 学习目标 学习机器学习模型的建模过程与调参流程 完成相应学习打卡任务 4.2 内容介绍 逻辑回归模型: 理解逻辑回归模型; 逻辑回归模型的应用; 逻辑回归的优缺点; 树模型: 理解树模型; 树模型的应用; 树模型的优缺点; 集成模型 基于bagging思想的集成

黎明之道
865
0
0
天池比赛数据挖掘心电图特征工程

Task3 特征工程 3.1 学习目标 学习时间序列数据的特征预处理方法 学习时间序列特征处理工具 Tsfresh(TimeSeries Fresh)的使用 3.2 内容介绍 数据预处理 时间序列数据格式处理 加入时间步特征time 特征工程 时间序列特征构造 特征筛选 使用 tsfresh 进行时间序列特征处理

黎明之道
1117
0
0
天池比赛数据挖掘心电图数据分析

Task 2 数据分析 2.1 EDA 目标 EDA的价值主要在于熟悉数据集,了解数据集,对数据集进行验证来确定所获得数据集可以用于接下来的机器学习或者深度学习使用。 当了解了数据集之后我们下一步就是要去了解变量间的相互关系以及变量与预测值之间的存在关系。 引导数据科学从业者进行数据处理以及特征工程的步骤,使数据集的结构和特征集让接下来的预测问

黎明之道
1025
0
0
天池比赛数据挖掘心电图赛题理解

Datawhale 零基础入门数据挖掘Task1 赛题理解 Task1赛题理解比赛地址:https://tianchi.aliyun.com/competition/entrance/531883/introduction 1.1学习目标 理解赛题数据和目标,清楚评分体系。 完成相应报名,下载数据和结果提交打卡(可提交示例结果),熟悉比赛

黎明之道
920
0
0
python数据分析与可视化——时间序列数据分析

时间序列数据分析 日期和时间数据类型datetime构造 Python标准库中包含了用于日期(date)、时间(time)、日历(calendar)等功能的数据类型,主要会用到datetime、time、ca

黎明之道
1153
0
0
python之利用pyecharts可视化(各种图表的绘制)

pyecharts可视化pyecharts是基于Echart图表的一个类库,而Echart是百度开源的一个可视化JavaScript库。简介: pyecharts主要基于web浏览器进行显示,绘制的图形比较

黎明之道
930
0
0
python数据分析与可视化——利用Seaborn进行绘图

利用Seaborn进行绘图下面例子中所用数据下载地址——Matplotlib绘图基本模仿MATLAB绘图库,其绘图风格和MATLAB类似。由于MATLAB绘图风格偏古典,因此,Python开源社区开发了Seabo

黎明之道
1212
0
0
python利用matplotlib进行可视化

利用matplotlib进行可视化1、Matplotlib 基本介绍

黎明之道
934
0
0
Pandas数据载入与预处理(详细的数据Python处理方法)

Pandas数据载入与预处理对于数据分析而言,数据大部分来源于外部数据,如常用的CSV文件、Excel文件和数据库文件等。Pandas库将外部数据转换为DataFrame数据格式,处理完成后再存储到相应的外部文件

黎明之道
1100
0
0