Kaggle竞赛之Outbrain点击率预估

泰坦尼克号kaggke比赛的分类问题。 使用个人功能使用一个行代码进行分析。 有结论的详细分析。 在kaggle上排名前10％。 建立了一个可以预测年龄特征缺失值的模型。

贷款违约预测竞赛数据【Kaggle竞赛】.zip

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

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！

修改后，输入图像可以是任何大小要求jpg格式，如果不是要修改resize文件，需要基于keras（这个很好装的），图像放入指定文件，然后运行就可以了，输出在test里面，输出图像改为输出血管结果图像，且只能应用于测试，亲测对一般眼底图像数据库分割效果都很好。有问题或不能运行戳我。