NYTaxi_XG_Boost_Challenge-kaggle_challenge:我正在尝试NYC出租车持续时间预测Kaggle挑战。 我将结合使用Pandas,Matplotlib和XGBoost作为python库,以帮助我理解和分析Kaggle提供的出租车数据集。 目标是建立出租车持续时间的预测模型。 我还将使用Google Colab作为我的Jupyter笔记本。 我也将在没有Google colab的情况下预测正常系统

上传者: 42151305 | 上传时间: 2022-06-05 16:04:07 | 文件大小: 23.28MB | 文件类型: ZIP
Nyc-Taxi-Kaggle-挑战 目标 Kaggle竞赛预测纽约出租车的行驶时间。 该项目的报告在capstone.pdf。 (在这个项目中,我提供了许多链接,如果您是初学者,可以通过这些链接来弄清楚您的概念,如果不理解的话,可以通过project和readme中提供的链接和pdf来了解。) 问题陈述 在本报告中,我们使用来自纽约市出租车和高级轿车委员会的数据来考察Kaggle竞赛,该竞赛要求竞争对手预测纽约市出租车旅行的总行驶时间(trip_duration)。 Kaggle提供的数据是作为CSV文件提供的结构化数据。 CSV文件中的数据包括多种格式:时间戳,文本和数字数据。 这是回归分析,因为输出(总行驶时间)是数字。 我将使用几种机器学习方法来完成预测任务,这些方法是线性回归,k最近邻回归,随机森林和XGBoost。 将使用均方根对数误差对模型进行评估。 总览 我使用Jupyter_Notebook在dekstop上执行此项目,并且在使用python的远程服务器上也无需使用Jupyter_notebook来执行。 软件和库 Python 3 Scikit-learn:Pyt

文件下载

资源详情

[{"title":"( 19 个子文件 23.28MB ) NYTaxi_XG_Boost_Challenge-kaggle_challenge:我正在尝试NYC出租车持续时间预测Kaggle挑战。 我将结合使用Pandas,Matplotlib和XGBoost作为python库,以帮助我理解和分析Kaggle提供的出租车数据集。 目标是建立出租车持续时间的预测模型。 我还将使用Google Colab作为我的Jupyter笔记本。 我也将在没有Google colab的情况下预测正常系统","children":[{"title":"NYTaxi_XG_Boost_Challenge-kaggle_challenge-master","children":[{"title":"notebook_jupyter_desktop_with_visualization.ipynb <span style='color:#111;'> 479.35KB </span>","children":null,"spread":false},{"title":"pred_knn.csv <span style='color:#111;'> 8.52MB </span>","children":null,"spread":false},{"title":"notebook_Google_colab.ipynb <span style='color:#111;'> 459.88KB </span>","children":null,"spread":false},{"title":"capstone.pdf <span style='color:#111;'> 743.79KB </span>","children":null,"spread":false},{"title":"benchmark.csv <span style='color:#111;'> 9.53MB </span>","children":null,"spread":false},{"title":"visualization.png <span style='color:#111;'> 2.75MB </span>","children":null,"spread":false},{"title":"pred_linear.csv <span style='color:#111;'> 8.49MB </span>","children":null,"spread":false},{"title":"xgb2.ipynb <span style='color:#111;'> 9.17KB </span>","children":null,"spread":false},{"title":"notebook_Remote_Server.py <span style='color:#111;'> 12.56KB </span>","children":null,"spread":false},{"title":"visualization.pdf <span style='color:#111;'> 2.20MB </span>","children":null,"spread":false},{"title":"pred_xgboost.csv <span style='color:#111;'> 8.51MB </span>","children":null,"spread":false},{"title":"Kaggle Taxi XGBoost Challenge.ipynb <span style='color:#111;'> 7.22KB </span>","children":null,"spread":false},{"title":"xgb_model.sav <span style='color:#111;'> 1.03MB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 5.02KB </span>","children":null,"spread":false},{"title":"xgb.ipynb <span style='color:#111;'> 8.73KB </span>","children":null,"spread":false},{"title":"notebook_jupyter_desktop.ipynb <span style='color:#111;'> 90.79KB </span>","children":null,"spread":false},{"title":"pred_rf.csv <span style='color:#111;'> 8.52MB </span>","children":null,"spread":false},{"title":"xgb3.ipynb <span style='color:#111;'> 8.61KB </span>","children":null,"spread":false},{"title":"proposal.pdf <span style='color:#111;'> 559.94KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明