看板 [ Python ]
討論串[閒聊] 菜鳥上Kaggle: 房價預測
共 3 篇文章
內容預覽： 開啟 | 關閉 | 只限未讀
首頁
上一頁
1
下一頁
尾頁
#3
Re: [閒聊] 菜鳥上Kaggle: 房價預測
推噓6(6推 0噓 0→)留言6則，0人參與, 7年前最新作者pipidog (如果狗狗飛上天)時間7年前 (2018/03/08 05:42), 7年前編輯資訊
0
0
3
內容預覽:
再補充一下昨天那篇文章的第一點,關於特徵選取的一些心得:. 如果feature很多,那是如何減少是個大學問. 不然維度詛咒一下來,模型就gg了.. 這種如何建構好的特徵的問題,被統稱叫"feature engineering". 各種神技可能. 幾天幾夜都說不完. 坦白說我知道的也不多,只能分享一些
(還有1294個字)
#2
Re: [閒聊] 菜鳥上Kaggle: 房價預測
推噓19(19推 0噓 18→)留言37則，0人參與, 7年前最新作者pipidog (如果狗狗飛上天)時間7年前 (2018/03/07 04:33), 7年前編輯資訊
0
0
5
內容預覽:
一點想法:. 1. 1460筆資料,卻有79的feature,似乎太多了.你聽過維度詛咒嗎? 建議先作特徵. 選取,挑出最重要的20個feature(或者更少? 這你得試試看才知道)來作訓練:. *你說你選擇用Lasso Regression,不知是有目的的這樣作還是隨便挑的,因為Lasso. 其實
(還有912個字)
#1
[閒聊] 菜鳥上Kaggle: 房價預測
推噓4(4推 0噓 7→)留言11則，0人參與, 7年前最新作者OnePiecePR (OPPR)時間7年前 (2018/02/13 22:30), 編輯資訊
0
0
0
內容預覽:
這裡有人玩 Kaggle 嗎？. 其實我還沒認真坐坐下來學Python，也沒其他程式經驗。. 只是朋友說Kaggle 很好玩，可以當作學 Python 的目標，建議每兩週作一題，我就挑戰看看。. 我做的是很久的題目，1460 筆房價資料，每筆資料79個特性。. 訓練後，要估另外1459筆資料回傳讓網
(還有254個字)
首頁
上一頁
1
下一頁
尾頁