724      阿里云  技术社区[云栖]

教你如何在机器学习竞赛中更胜一筹（上）

更多深度文章，请关注：https://yq.aliyun.com/cloud

Team Machine Learning。

Marios Michailidis

1.需翻墙观看）

2.——视频中使用的幻灯片由

3.——本博客列出所有参与者在研讨会所问的问题。

1.ML问题的步骤是什么？请从头描述。

ML问题时我所采取的步骤：

1.——下载数据后，开始探索功能。 查看数据类型。 检查变量类。 创建一些单变量-双变量图来了解变量的性质。

2.——每个问题都有独特的评估指标。你必须理解它，特别是它如何随着目标变量的变化而变化。

3.——为避免过拟合，确定你在初期阶段已经设置了交叉验证策略。一个很好的CV策略将帮助你在排行榜上获得可靠的得分。

4.——一旦CV在位，尝试使用超参数调整来提高模型的精度。 它还包括以下步骤：

• 数据转换：包括缩放、移除异常值、处理空值、变换分类变量、做特征选择、创建交互等步骤。
  
• 选择算法并调整其超参数：尝试多种算法来了解模型性能的变化。
  
• 
  
• 
  

2.

• GARCH
• Python
• 声音分类：普通神经网络
• FTRL

XGBoost

• cv
• cv
• ——使用以上混合技术。
• 排列
• ——使用随机森林，
• 应用一些统计学的逻辑，如卡方检验，方差分析。

每个问题的数据操作可能不同：

• 
  
• tfidf
  
• 图像分类：你可以进行缩放，调整大小，去除噪点（平滑），注释等
  
• Furrier
  
• +1
  

3.

2

• 10
• 50%
• 10%
• 然后在训练集上拟合算法
• 评分验证集。
• 保存与所选指标相关的得分结果。
• 10
• SEED

KFold分层。 在这里阅读

4.你能解释一些用于交叉验证的技术吗？

• Kfold
• Kfold
• X
• 时间分割
• 20

5.

2

6.

• 数据操作
  
  • Numpy
  • Scipy
  • Pandas
• 数据可视化
  
  • Matplotlib
• /
  
  • Xgboost
  • Keras
  • Nolearn
  • Gensim
  • Scikit image
• 自然语言处理
  • NLTK

7.

• 使用均值、模式、中位数进行插补
• - 1
• ——例如与目标变量有关的事物。
• 用有意义的东西代替。例如：有时空可能意味着零
  • 尝试基于已知值子集来预测缺失值
  • 可以考虑删除具有许多空值的行

8.

Java

linux

9.

GPU

10.

11.

• R
• 继续学习的工具（如下所列）
• 读一些书
• “知识”比赛
• “获胜解决方案”
• 与更多的有经验的人合作，但你需要在此之前稍微提高排名
• 创建一个代码库
• 多多参与！

12.

最后更新：2017-04-16 22:02:11

  上一篇： 开源维护者Lawso：最让人火大的是哪类人？

  下一篇： 搭建有出入网能力的VPC网络方案及模板实现