数据可以在官网下载 方案与文件

2月22日打卡学习记录 一开始把Aliyun和Docker账号搞混了，出了很多模型奇妙的bug最后还是好不容易在最后关头跑通了。。太难了我的天。 通过pycharm终端构建图像 将图像推送到我的注册表 成功记录得分：-16 2月26日打卡学习记录 因为数据很多，所以我们使用tsfresh来生成功能，只是一个自动的功能工程，然后套入了模型。 后续思路是使用transformer来进行预测。

MySQL天池训练营Task04

MySQL天池训练营Task_05

MySQL天池训练Task_06

天池训练营MySQL笔记task_3自用

32种布匹表面瑕疵缺陷，每种缺陷的图片数量不一，有的多，有的少。有爱自取，只能帮到这了，说实话质量不是很高。

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

完整数据和完整代码

新冠疫情相似句对判定大赛线上第一名方案 pku吴彦祖队朱政烨 赛题分析 赛题背景 如何通过自然语言技术将问答进行相似分类仍然是一个替代的问题。如识别患者相似性问题，有利于理解患者真正诉求，帮助快速匹配正确答案，提升患者获得感；归纳医生相似答案，有助于分析答案规范性，保证疫情期间问诊规范性，避免误诊。 任务目标 比赛整理近万条真实语境下疫情相关的患者提问句对，要求选手通过自然语言处理技术识别相似的患者问题。 数据示例 查询1 查询2 标签 每晚运动后咯血，是怎么了？ 每晚运动后咯血是什么原因？ 1个 每晚运动后咯血，是怎么了？ 每晚运动后为什么会咯血？ 1个 每晚运动后咯血，是怎么了？