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...

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...

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...

机器学习_4:模型实用技巧只套用模型会造成以下问题： 不能保证数据特征都是好的 学习得到的参数不一定是最优的 默认配置下的模型不是最佳的 因此，本节给出三种提升模型性能的方法 特征提升特征抽取将类似于声纹，图像，符号化等文本量化为特征向量。可以用...

机器学习_3:无监督学习经典模型可以算作是一种特征工程的办法了。他最重要的是发现数据本身的特点。功能如下： 发现数据的群落（聚类），寻找离群的样本 降维处理（PCA），保留低维且相关性高的特征 数据聚类k均值算法 导包+导数据集 1234567...

机器学习_2:监督学习经典模型模型是小，因为通过百度掉包都可以实现，但是重要的是流程 分类学习线性分类器数据集url地址（乳腺癌良恶性预测）：https://archive. ics. uci.edu/ml/machine-learning-data...

想恶补一下基础，为5月份的实习做准备，写一篇浅浅记录一下吧 引言分类有监督学习：有特征与标记（决定监督学习的种类），使用特征向量描述数据样本， 无监督学习：没有特征与标记，无法预测 从原始数据转为特征向量的过程中，存在多种数据数据类型（类别形，数值...

滑动窗口差分特征 (Difference in Rolling Window)：在滑动窗口内计算差分特征，用于捕捉时间序列的趋势变化。 卡方分箱 (Chi-Square Binning)：将连续特征分成不同区间，以保留数据分布的重要信息。 时间序列...

频率编码 (Frequency Encoding)：用类别出现的频率替代原始值，有助于模型学习类别的稀有程度。 目标编码 (Target Encoding)：用目标变量的统计信息（如平均值、标准差）替换类别特征，从而传递目标变量的信息。 时间特征 ...

初始化话不多说上代码： 12345git version # 你的名字git config --global user.name "你的名字" # 初始化你的名字git config --global user.email "你的邮箱" # 初始化你...