IP属地：广东
-
tianchi_贷款违约预测前言 1.1 赛题背景本次新人赛是Datawhale与天池联合发起的0基础入门系列赛事第四场 —— 零基础入门金融风控-贷款违约预测。 赛题以金融风控中的个人信贷为背景，要求...
-
tianchi——贷款违约预测解决的问题是预测预测用户贷款是否违约为任务。提交的形式应该是一个二分类形式（2个字段，一个是id，一个是违约的可能性），目前提交第一名结果是0.749。该结果是竞赛采用AUC...
-
sofa_共享单车使用量预测_copilot方案背景介绍: 公共自行车低碳、环保、健康，并且解决了交通中“最后一公里”的痛点，在全国各个城市越来越受欢迎。本练习赛的数据取自于两个城市某街道上的几处公共自行车停车桩。我们希望...
-
sofa_共享单车使用量预测
背景介绍: 公共自行车低碳、环保、健康，并且解决了交通中“最后一公里”的痛点，在全国各个城市越来越受欢迎。本练习赛的数据取自于两个城市某街道上的几处公共自行车停车桩。我们希望...
-
sofasofa——共享单车使用量预测解决的问题是预测两个城市某街道上的几处公共自行车停车桩。我们希望根据时间、天气等信息，预测出该街区在一小时内的被借取的公共自行车的数量。数据下载地址：http://sofas...
-
kaggle——泰坦尼克之灾2关于比赛的基本操作描述，参考简书[https://www.jianshu.com/p/6066bf12be98]。学习了比赛中排行第三（rank3）的源码kernal，参考链...
-
我是神医：
1."利用特征Age提取新特征AgeBand，目的是根据AgeBand的区间重新赋予Age处理值"这一步骤中，赋值时最后一行代码“dataset.loc[ dataset['Age'] > 64, 'Age']”只是一个条件筛选，没有进行任何赋值或操作，应该改写为“dataset.loc[ dataset['Age'] > 64, 'Age'] = 4 # 将年龄大于 64 的乘客划分为第 5 组”
2.数据清洗结束后，数据集中存在非数值型（字符串类型）的特征列“Title”，简单的，可以在跑模型之前进行独热编码，“X_train = pd.get_dummies(X_train)“、”X_test = pd.get_dummies(X_test)”。kaggle——泰坦尼克之灾2
关于比赛的基本操作描述，参考简书[https://www.jianshu.com/p/6066bf12be98]。学习了比赛中排行第三（rank3）的源码kernal，参考链...
-
kaggle_泰坦尼克之灾1andyham[https://www.jianshu.com/u/50a582498997] kaggle——泰坦尼克之灾1[https://www.jianshu.co...
-
Markdown语法测试标题 一级标题 二级标题 三级标题 四级标题 五级标题 六级标题 列表无序列表 文本1 文本2 文本3 有序列表 文本1 文本2 文本3 插入链接，使用 显示文本[%E9%9...
-
kaggle——泰坦尼克之灾1泰坦尼克之灾是kaggle的一个入门案例，以下是这个比赛的一些记录： 1、jupyter notebook的安装 相比之前使用的pycharm，jupyter noteboo...
