小火车的呜呜-CSDN博客

原创天池- IJCAI-18 阿里妈妈搜索广告转化预测新手入门经历(完：观看决赛答辩感想)

早一段时间看了决赛的答辩直播，作为一只萌新，决赛中提到的一些trick其实许多都有用到，但是没能够整合起来形成系统的框架，东拼西凑，自己都不知道一些trick的效果如何也加了进去，所以效率还是低了一些。决赛是用前7天的数据预测第8天下午的购买量。比之初赛的难度加大。拜拉席恩队1.Binning之前一直不知道在第一部分里的分段函数的专业名词叫啥，原来是叫做binning，分箱的意思，为了避免过拟合。...

2018-06-23 11:40:29 1599 1

原创天池- IJCAI-18 阿里妈妈搜索广告转化预测新手入门经历（三：lightgbm调参、ensemble）

lightgbm参数解释boosting = ‘gbdt‘，迭代器选’rf’效果略优is_unbalance=True，实际数据的样本是不均衡的，但是设置该参数导致迭代效果变差 bagging_fraction=0.7, bagging_freq =1,使用了bagging方法，随机选择了70%的数据进行训练，每1步迭代做一次bagging效果无明显提高，但是理应有所提高。...

2018-04-22 17:57:52 7178 2

原创天池- IJCAI-18 阿里妈妈搜索广告转化预测新手入门经历（一：数据预处理、特征工程）

第一次正式参加数据挖掘类的比赛，投入了三个星期。结果没有进入复赛，但是学到了许多经验。感谢技术圈和github的大佬们提供的baseline，让我少走了很多弯路。第一次写博客，其一为了防止以后忘记，其二如果萌新能帮到萌新新们也是很开心啦。思路：全文按照数据预处理、特征工程和模型融合讲解，并附有代码。数据预处理1 导入库和读取数据1.1导入库：import pandas a...

2018-04-22 14:06:59 4035 10

原创天池- IJCAI-18 阿里妈妈搜索广告转化预测(完整版代码，数据集等总结)

转眼间已经毕业，再过一段时间就要踏上工作的岗位了。发现有许多朋友问数据集，以及我的代码运行不出来的问题，果然我当时写博客太散漫了- - ！本来想着把以前写的都重新修改一遍，但是我不是很喜欢CSDN的会员积分下载制度（曾经充的会员一年到头都没有用过几次），以后还是简书为主好了。所以我整理了比赛时写的三篇博文的程序，按照行文逻辑注释了一遍，希望对大家有所帮助。一、特征工程、stacki...

2019-06-30 08:25:14 2718 1

原创实习-winSCP /Xshell /idea /scala /spark 安装包及新环境搭建

1、winSCP和Xshell刚进公司会分配给一个端口和账号，首先使用Xshell登录hadoop集群，把集群里面的数据下载到自己账户里面。然后再用winSCP把集群账号上的数据下载到本地这两个东西可以独立安装，也可以更改安装路径。安装包源链接网址：winSCP: 官网链接（需要用IE浏览器打开）Xshell: 6.0破解版（CSDN）安装包百度云地址：参考博客：点击打开链接2、java环境配...

2018-07-08 10:21:26 582 1

原创 win10完整安装xgboost流程和截图，解决报错（dmlc-core、python setup.py install）（外加pip下载链接）

前面部分是2017年第一次安装的时候报错的一些提示和安装的注意事项，今年又重新装了一次，都截图了，所以具体安装流程在后面。2017年第一次安装作为一个小白，这是目前最难安装的库了。详细的安装过程参考了这篇博客：http://blog.csdn.net/xxzhangx/article/details/54908500还有关于报错的帖子：https://github.com/dmlc/xgboost...

2018-06-26 10:21:06 907

原创用tensorflow深度学习梵高的画并模仿

最近在知乎上发现的一个好玩的东西：杨航锋的回答动手把它实现了一下，记录下自己遇到的问题防止遗忘。1、tensorflow需要python3这一点曾经深深影响了我学习这个教程的动力。不过好在anaconda可以新建一个环境使得python2和python3兼容。所以到网上查看搭建python2和python3环境的攻略就好了，记得设置python3为环境变量。2、按照教程完成基本工作1.相关依赖库的...

2018-06-09 11:11:00 5526 8

原创时间序列分析-python(一、自相关系数的意义)

最近在学习时间序列预测销量，做一些笔记。参考：自相关系数根据自相关图判断AR/MA/ARMA模型平稳时间序列时间序列必须是平稳的才可以做后续分析，差分和log都是为了使时间序列平稳。一个时间序列，如果均值和方差没有系统变化或周期性变化（均值无变化：没有明显趋势，方差无变化：波动比较稳定），就称之为平稳的。自相关系数平稳序列的自相关系数会快速收敛，从哪一阶开始快速收敛（忽然从一个较大的值降到0附近）...

2018-04-30 13:36:04 71090 3

qushoushi0594的博客