- 博客(10)
- 收藏
- 关注
RSS订阅
1原创 Datawhale 零基础入门心电图心跳信号多分类预测挑战赛-Task 5模型融合
学习到了概率融合以及回归融合结合自己所学，尝试使用cnn-lstm和covlstm，cnn或cov部分进行提取特征，lstm进行实践记忆下一步，想结合transformer尝试效果
2021-03-29 09:16:35
180
原创 Datawhale 零基础入门心电图心跳信号多分类预测挑战赛-Task 4模型调参
模型调参篇提到可以在时间序列上进行K折验证，但是查阅了一些博客上写到由于具有时序关系，时间序列并不适合进行k折验证，经过查阅资料，看到一种说法：k倍验证可能会很麻烦，举例如下：因为第4年或第5年的一些模式有可能跟第3年的不同，而对数据集的重复采样会将分离这些趋势，我们可能最终是对过去几年的验证，这就不对了。或许，我们可以尝试采用如下所示的5倍正向链接策略：fold 1 : training [1], test [2]fold 2 : training [1 2], test [3]fold 3
2021-03-25 21:06:46
133
原创 Datawhale 零基础入门心电图心跳信号多分类预测挑战赛-Task 3特征工程
Task 3 特征工程时间有限…特征工程task2其实也涉及了一些感觉可以从增维/降维/去噪等方面考虑了解到tsfresh工具提取特征(但电脑无法运行)有时间深入研究不知小样本多变量时序是否可以通过这个tsfresh增维来增加复杂性，从而使用神经网络？？？...
2021-03-22 23:26:12
90
原创 Datawhale 零基础入门心电图心跳信号多分类预测挑战赛-Task 2 EDA
Task 2 数据分析（EDA-数据探索性分析）简略观察数据（head().append(tail())首尾数据 + shape）数据总览：describe() 熟悉数据的相关统计量 + info() 熟悉数据类型判断数据缺失和异常： 缺失值：data.isnull().sum()——查看每列的存在nan情况 异常值检测（转换为nan/按照某种规律进行填充）了解预测值的分布（如果是分类问题，value_counts()可以观察不同标签的数量情况）
2021-03-19 21:28:40
136
原创 Datawhale 零基础入门心电图心跳信号多分类预测挑战赛-Task 1 赛题理解
Task 1 赛题理解1 赛题 时间序列多分类问题（预测4种不同心跳信号的概率）。2 数据train.csvid 为心跳信号分配的唯一标识heartbeat_signals 心跳信号序列(数据之间采用“,”进行分隔)label 心跳信号类别（0、1、2、3）test.csvid 心跳信号分配的唯一标识heartbeat_signals 心跳信号序列(数据之间采用“,”进行分隔)比赛-多分类预测指标（值越小越好）选手需提交4种不同心跳信号预测的概率，
2021-03-16 21:43:30
183
原创 动手学深度学习笔记三
Task06 错题一.批量归一化和残差网络二.凸优化可以理解为在夏季的物品推荐系统与冬季相比，时间或者说季节发生了变化，导致了夏季推荐圣诞礼物的不合理的现象，这个现象是由于协变量时间发生了变化造成的。三.梯度下降实现深层循环神经网络需要修改的参数是？num_layers3.GRU有重置门和更新门，没有遗忘门。重置门有助于捕捉时间序列里短期的依赖关系，更新门有助于捕捉时间序...
2020-02-25 21:06:26
191
原创 动手学深度学习笔记二
Task03 错题一.过拟合、欠拟合及解决方法二.梯度消失、梯度爆炸可以理解为在夏季的物品推荐系统与冬季相比，时间或者说季节发生了变化，导致了夏季推荐圣诞礼物的不合理的现象，这个现象是由于协变量时间发生了变化造成的。三.循环神经网络进阶实现深层循环神经网络需要修改的参数是？num_layers3.GRU有重置门和更新门，没有遗忘门。重置门有助于捕捉时间序列里短期的依赖关系...
2020-02-19 20:14:53
97
原创 动手学深度学习笔记一
Task01 错题一.线性回归加法的广播机制: 给Xw中的每个元素加上的偏置是一样的.参数的形状与批量大小没有关系，也正是因为如此，对同一个模型，我们可以选择不同的批量大小。2.y_hat的形状是[n, 1]，而y的形状是[n]，两者相减得到的结果的形状是[n, n]，相当于用y_hat的每一个元素分别减去y的所有元素，所以无法得到正确的损失值。对于第一个选项，y_hat.view...
2020-02-14 21:43:20
153
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人