机器学习

英语笔记

实践技巧

基础知识

生活随笔

好文转载

读书笔记

牢骚

听歌

友链

关于

在学习的过程中，本站整理记录了一些机器学习相关的内容和文章，但看起来稍显杂乱，故此专门以机器学习的基本流程为主线，制作了本站机器学习相关的内容进行导航跳转。（持续更新）

导航地图

机器学习导航地图

样本不平衡问题是在生产过程中普遍存在的问题，在很多场景中样本的比例极度失衡，如果不进行处理，那么模型最终的效果可能不尽如人意。本篇收集整理了常用的样本平衡手段和方法。

样本不平衡

SMOTE

四分位

欠采样

过采样

机器学习样本不平衡问题

数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。所以机器学习的大部分时间都是在处理数据的过程中，掌握好特征工程的思路和方法，有更高的概率能获得高质量数据。

特征工程

数据预处理

机器学习特征工程

异常值可能是在数据采集、数据记录、数据提取等步骤中产生的，异常值的出现会对模型学习进行干扰，所以需要进行特殊处理。而在实际的生产环境中的异常值更是五花八门。

异常值

箱型图

异常检测

机器学习异常值处理

根据原数据构建了67个特征，尝试了多种算法和多次参数调优最终得分0.6925，记录过程分享一下。感觉数据指标还可以再优化，调参也还有进步空间，可以进一步优化提升。

实战

lightgbm

分类算法

算法大赛

天猫复购预测-挑战赛——Top 0.5%

password

icon

date

type

Property

slug

status

title

summary

表格

公告

Anjhon’s Blog

十大词类

pandas

Holt-Winters

预测模型

指数平滑

英语

python基础

博客搭建

线性回归

逻辑回归

logistic

Excel

项目排期

支持向量机

K近邻

贝叶斯

朴素贝叶斯

Bayesian

集成学习

岸见一郎

古贺史健

心理学

成长

斯科特派克

语法

回归算法

损失函数

正则化

优化函数

向量矩阵

bagging

boosting

进程

线程

虚拟环境

决策树

C4.5

CART

树模型

Adaboost

GBDT

XGBoost

ARIMA

时序模型

聚类

optics

GitHub

Notion

插件

GitHub Desktop

代码冲突

Vscode

豆瓣读书

豆瓣电影

戒烟

随便一说

进度条

notion

Alfred

Mac软件

效率提升

幸福感

爬虫

蜘蛛

Selenium

Scrapy

词根词缀

记单词

办公

自动化

python

python-docx

Word

评分

熵权法

层次分析法

评分算法

对话

教育

社交

阅读

工具

ChatGPT

伦理

简悦

阅读插件

吐槽

AI写作

摄影

相机