724      阿裏雲  技術社區[雲棲]

教你如何在機器學習競賽中更勝一籌（上）

更多深度文章，請關注：https://yq.aliyun.com/cloud

Team Machine Learning。

Marios Michailidis

1.需翻牆觀看）

2.——視頻中使用的幻燈片由

3.——本博客列出所有參與者在研討會所問的問題。

1.ML問題的步驟是什麼？請從頭描述。

ML問題時我所采取的步驟：

1.——下載數據後，開始探索功能。 查看數據類型。 檢查變量類。 創建一些單變量-雙變量圖來了解變量的性質。

2.——每個問題都有獨特的評估指標。你必須理解它，特別是它如何隨著目標變量的變化而變化。

3.——為避免過擬合，確定你在初期階段已經設置了交叉驗證策略。一個很好的CV策略將幫助你在排行榜上獲得可靠的得分。

4.——一旦CV在位，嚐試使用超參數調整來提高模型的精度。 它還包括以下步驟：

• 數據轉換：包括縮放、移除異常值、處理空值、變換分類變量、做特征選擇、創建交互等步驟。
  
• 選擇算法並調整其超參數：嚐試多種算法來了解模型性能的變化。
  
• 
  
• 
  

2.

• GARCH
• Python
• 聲音分類：普通神經網絡
• FTRL

XGBoost

• cv
• cv
• ——使用以上混合技術。
• 排列
• ——使用隨機森林，
• 應用一些統計學的邏輯，如卡方檢驗，方差分析。

每個問題的數據操作可能不同：

• 
  
• tfidf
  
• 圖像分類：你可以進行縮放，調整大小，去除噪點（平滑），注釋等
  
• Furrier
  
• +1
  

3.

2

• 10
• 50%
• 10%
• 然後在訓練集上擬合算法
• 評分驗證集。
• 保存與所選指標相關的得分結果。
• 10
• SEED

KFold分層。 在這裏閱讀

4.你能解釋一些用於交叉驗證的技術嗎？

• Kfold
• Kfold
• X
• 時間分割
• 20

5.

2

6.

• 數據操作
  
  • Numpy
  • Scipy
  • Pandas
• 數據可視化
  
  • Matplotlib
• /
  
  • Xgboost
  • Keras
  • Nolearn
  • Gensim
  • Scikit image
• 自然語言處理
  • NLTK

7.

• 使用均值、模式、中位數進行插補
• - 1
• ——例如與目標變量有關的事物。
• 用有意義的東西代替。例如：有時空可能意味著零
  • 嚐試基於已知值子集來預測缺失值
  • 可以考慮刪除具有許多空值的行

8.

Java

linux

9.

GPU

10.

11.

• R
• 繼續學習的工具（如下所列）
• 讀一些書
• “知識”比賽
• “獲勝解決方案”
• 與更多的有經驗的人合作，但你需要在此之前稍微提高排名
• 創建一個代碼庫
• 多多參與！

12.

最後更新：2017-04-16 22:02:11

  上一篇： 開源維護者Lawso：最讓人火大的是哪類人？

  下一篇： 搭建有出入網能力的VPC網絡方案及模板實現