wangzhonghan

摘要： V1： 根据已有的feature文件，读入feature，然后训练。本文件只有训练部分的代码，没有构造feature的代码 构造feature代码部分在LANL Earthquake Prediction Version2 feature_importance显示代码 阅读全文

摘要： V1: 特征工程，LGB建模 V3： 特征工程，LGB，XGB，CatBoost，NuSVR，KernelRidge建模，多模型stacking 阅读全文

摘要： V1: 基础baseline，把程序跑通 V2： 在V1的基础上，添加了更多的feature V4： rows=150000gap=50000 V2，训练数据为每隔150000，取一段，每段150000个 V4，训练数据为每隔50000，取一段，每段150000个 阅读全文

摘要： 常用命令: 读入文档home_data = home_data = pd.read_csv(iowa_file_path) 显示dataframe的所有列的列名 raw.columns.values 显示dataframe一共有多少列 len(raw.columns) #查看每个列有多少空值miss 阅读全文

摘要： Kernel： Indexing, Selecting & Assigning reviews = pd.read_csv("../input/wine-reviews/winemag-data-130k-v2.csv", index_col=0) @选择一列desc = reviews['desc 阅读全文

摘要： kernel:top 1% in 40 lines, V1 LGBMClassifier，每列生成一个模型，预测target列，得到结果preds，再把所有preds累加 阅读全文

摘要： Santander EDA and Prediction 1 lightgbm无法看到一列中某个数字出现的频率。可以在每一列后都添加一列，填充该列中每个数字在列中出现的次数 阅读全文

摘要： ROC曲线、AUC值 https://www.cnblogs.com/dlml/p/4403482.html np.vstack, np.hstack https://blog.csdn.net/u012609509/article/details/70319293 predict_proba和pr 阅读全文

摘要： # This Python 3 environment comes with many helpful analytics libraries installed# It is defined by the kaggle/python docker image: https://github.com 阅读全文

摘要： 数据泄露（Data leakage） 常见的数据泄露有2种：Leaky Predictors和Leaky Validation Strategies Leaky Predictors：任何在目标属性出现后，会随之更新或出现的特征属性，都应该排除在训练集之外 避免方法： 1 筛选可能造成数据泄露的特征 阅读全文