发表于 更新于 分类于 ， ， 阅读次数：
本文字数： 953 阅读时长 ≈ 1 分钟

2020.07.12 复赛开始的前一天数据就已经放出来了，下载到服务器以后还是像往常一样将测试集所有订单绘制出来一张张观察一下。 复赛A榜的测试集一共有219条订单，和初赛A、B榜的订单量几乎一致，经过观察以后发现复赛订单有了很大的变化，就是大量订单只截取了中间一段的数据，这种订单在初赛是比较少...

阅读全文 »

发表于 更新于 分类于 ， ， 阅读次数：
本文字数： 1,165 阅读时长 ≈ 2 分钟

视频链接：https://list.youku.com/albumlist/show/id_51986962.html 第五讲26：23 对没有领券的用户数据信息要做删除处理。 训练集中存在没有领劵的数据项，但是在测试集中都是领取了优惠券的。在提取标签区间的数据的时候应该忽略掉那些没领卷的数据。...

阅读全文 »

发表于 更新于 分类于 ， ， 阅读次数：
本文字数： 3,309 阅读时长 ≈ 4 分钟

2020.06.05 正式赛训练数据一共有三张表，分别是历史运单GPS数据、历史运单事件数据、港口坐标数据。其中其主要作用的是历史运单GPS数据，该数据文件解压后共21G，有1.4亿多条数据，且字段也很多。为了理清各表之间的关系，作如下关系图： 各表的数据大致情况如下： 历史运单GPS数据： ...

阅读全文 »

发表于 更新于 分类于 ， 阅读次数：
本文字数： 457 阅读时长 ≈ 1 分钟

1、查看已安装的包 1conda list 2、更新所有包 1conda upgrade --all 3、安装包 1conda install <package_name> 4、删除包 1conda remove <package_name> 5、更新包 1conda upd...

阅读全文 »

发表于 更新于 分类于 ， ， 阅读次数：
本文字数： 476 阅读时长 ≈ 1 分钟

归一化的原理 归一化就是把你需要处理的数据经过处理后（通过某种算法）限制在你需要的一定范围内，让权重变为统一的过程，其目的就是将不同尺度上的评判结果统一到一个尺度上，从而可以作比较，作计算。首先归一化是为了后面数据处理的方便，其次是保正程序运行时收敛加快。 归一化的方法1.线性函数转换 $$y&#...

阅读全文 »

发表于 更新于 分类于 ， ， 阅读次数：
本文字数： 1,892 阅读时长 ≈ 2 分钟

KNN概述 kNN（k-NearestNeighbor）算法是一种有监督的基本分类与回归方法，我们这里只讨论分类问题中的 kNN算法。 kNN算法的输入为实例的特征向量，对应于特征空间的点；输出为实例的类别，可以取多类。kNN算法假设给定一个训练数据集，其中的实例类别已定。分类时，对新的实例，...

阅读全文 »

发表于 更新于 分类于 ， ， 阅读次数：
本文字数： 3,017 阅读时长 ≈ 3 分钟

2020.05.27Note1将训练数据导入notebook 由于notebook上的rarfile有点问题，没法直接解压rar文件，所以我将rar文件在电脑上解压再压缩为zip，然后放到OBS上，从OBS里拷贝到notebook再解压。 1234567891011121314151617181...

阅读全文 »

发表于 更新于 分类于 ， ， 阅读次数：
本文字数： 1,498 阅读时长 ≈ 2 分钟

Bagging vs Boosting共同点： Bagging和Boosting都是集成模型，都是由很多个弱分类器（base/weak learners）构成的。 不同点： Bagging：由过拟合的弱分类器集成。 Boosting：由欠拟合的弱分类器集成。 提升树 提升树——基于残差的训练。 ...

阅读全文 »

发表于 更新于 分类于 ， ， ， 阅读次数：
本文字数： 688 阅读时长 ≈ 1 分钟

题目（1）图的m可着色判定问题 给定无向连通图G和m种不同的颜色。用这些颜色为图G的各顶点着色，每个顶点着一种颜色。是否有一种着色法使G中每条边的2个顶点着不同颜色。 （2）图的m可着色优化问题 若一个图最少需要m种颜色才能使图中每条边连接的2个顶点着不同颜色，则称这个数m为该图的色 题解二...

阅读全文 »

发表于 更新于 分类于 ， 阅读次数：
本文字数： 838 阅读时长 ≈ 1 分钟

今天把博客再次搬家，搬到了自己的腾讯云服务器上，于是就想着不如趁此机会把之前斟酌已久的CDN也搞了，了解用户反应访问慢或无法访问的问题。 从腾讯云获取免费SSL证书 由于我之前一直使用的https协议，而且在推广的时候也是使用的https协议，所以要实现https协议的CDN加速不但要付费，而...

阅读全文 »
0%