Kaggle房价预测数据集, 回归模型的经典入门问题. 获取数据后,建议详细了解每一个变量的情况, 做各种数据清洗和特征预处理。
2021-03-26 18:24:20 386KB 房价预测 回归 kaggle
1
kaggle自行车租赁数据
2021-03-24 22:03:42 189KB kaggle 数据集
1
该数据集共有60000张彩色图像,这些图像是32*32,分为10个类,每类6000张图。这里面有50000张用于训练,构成了5个训练批,每一批10000张图;另外10000用于测试,单独构成一批。测试批的数据里,取自10类中的每一类,每一类随机取1000张。抽剩下的就随机排列组成了训练批。注意一个训练批中的各类图像并不一定数量相同,总的来看训练批,每一类都有5000张图。
2021-03-21 12:25:44 177.6MB kaggle cifar-
1
kaggle平台上波士顿房价预测的数据集以及代码实现过程, 主要涉及遇到一个新问题是如何分析数据,对数据进行处理,做特征工程,到最后的预测
2021-03-16 12:02:48 546KB kaggle 特征工程
1
kaggle社区问卷调查分析的RMD文档跟原始数据资源
2021-03-14 12:02:30 3.77MB 数据分析 数据可视化 r语言 聚类
1
内含数据集,完整代码,整个实现过程的全套文档讲解,总共1.6g,由于内容过多,所以用百度云给出,地址永久有效。 欢迎有这方面需要的小伙伴下载学习!
1
场景分类:Kaggle竞赛使用深度学习模型在10个不同场景之间进行分类
2021-03-08 20:21:19 229KB JupyterNotebook
1
Kaggle-M5-预测精度 我对M5预测准确性的Kaggle竞赛的解决方案 比赛首页 探索性数据分析 包括EDA笔记本,其中突出显示了数据发现 特征工程与建模 最重要的功能是滞后功能,由滞后,滚动窗口和对销售和价格的汇总功能的组合创建。 使用LightGBM执行建模。 超参数调整是通过3倍时间序列交叉验证完成的。 推理 最终预测(接下来28天的单位销售额)是通过递归推断进行的。 结果 我的最终提交在5500多个团队中排名前3%,并为我赢得了银牌!
2021-03-02 21:55:19 2.91MB JupyterNotebook
1
A Gold-Winning Solution Review of Kaggle Humpback Whale Identification Challenge,Kaggle 座头鲸识别比赛冠军方案,12页英文文档,具有很大的参考学习价值。
2021-03-01 18:42:00 2.75MB Kaggle 冠军方案  座头鲸识别 英文文档
1
kaggle 手写识别数据集
2021-02-24 09:13:04 14.86MB kaggle
1