tianchi_bigdata
任务：
特征（39维）：
user特征、item特征、user-item特征、全局比例特征
数据采样
采用移动窗口target（17、15、13、11、9）+移动窗口样本采样（1、3、7、全部）
训练数据
正样本：15000，负样本：130000
测试数据
同样采用移动窗口变换采样，取了3天、5天、9天的做实验，最优提交为9天的，测试样本大小：155万
结果划分
结果最终取置信度0.78,取470条结果(子集结果)，最终f1值：11.46%
排名:25/7200，队伍名：叮当
学习模型
RF
程序架构
combine_feature_txt:混合正负样本特征
cut_data_set.py:按照移动窗口方式，分割数据集
fetch_feature.py：提取特征
fetch_negative_sample:负样本抽样
fetch_sample:提取正、负样本
2022-04-30 10:13:34
8KB
1
这是自己在做算法实习的时候做的东西，用Python代码实现图像的增强，里面包括了图像绕中心点进行随机角度旋转，图像PCA，把数据分为测试集和训练集的方法，对数据进行IOU检测，还有改xml文件里的内容，将xml里的坐标取出来转为txt文件。对图像算法的工作者或初学者，毕设需求者都适用，有详细的使用说明，希望对大家有帮助，如有不足请指正！
2022-04-30 09:09:10
5.29MB
安全技术-网络信息-随机多址接入概率检测函数控制的AdHoc网络协议分析.pdf
2022-04-30 09:00:25
3.29MB
安全技术-网络信息-随机复杂网络的同步性分析_应用及数据处理的若干问题.pdf
2022-04-30 09:00:24
3.99MB
安全技术-网络信息-随机复杂网络的同步性分析应用及数据处理的若干问题.pdf
2022-04-30 09:00:23
4.04MB