摘要： 参考：https://www.kaggle.com/lavanyashukla01/how-i-made-top-0-3-on-a-kaggle-competition 导入相关的python包 import numpy as np import pandas as pd import dateti 阅读全文

摘要： 理论上，所有的波形数据，都可以通过不同频率和相位的正弦波或者余弦波叠加而成。所以，可以对时效数据进行FFT，找出其周期特点。 参考：https://www.kaggle.com/muonneutrino/wikipedia-traffic-data-exploration 如图所示，为各个不同语音国 阅读全文

摘要： # -*- coding: utf-8 -*- """ Created on Sat Oct 10 15:21:10 2020 分析SMAPE这个指标，特别是对中位数预测的结果评估上 https://www.kaggle.com/cpmpml/smape-weirdness @author: sir 阅读全文

摘要： 比赛中原始的指标并不能直接作为模型训练中的loss function ,需要我们去进行转换，或者用相近的替代。原始指标：评估指标为 root mean squared logarithmic error (RMSLE) 参考：https://mp.weixin.qq.com/s?__biz=MzU1 阅读全文

摘要： 1.1 对传统时序中的方法进行深入理解 ①、通过画出随时间变化的销量，来看数据是否有趋势、季节、周期等特性 ②、再对其进行分解（加法、乘法都需要试一下）。 ③、对其进行平稳性分析，主要有观察法（均值、方差是否随时间变化而变化）和单位根检验法（P值是否小于5%，小于5%才能认为是平 稳，不然需要对其进 阅读全文