毫升项目 源码

毫升项目 Kaggle竞赛-M5预测竞赛-准确性 最终结果使用了两个神经网络模型的集合:1)每个定价和存储的基于定价的密集网络2)每个时间序列簇使用LSTM的模式模型(时间序列聚类在相关矩阵上) 结果是通过神经网络实现的,而光梯度提升机则是本次比赛中竞争对手的最爱。 私人分数:最高7%:386/5558 Kaggle竞赛-分类特征编码挑战2 Kaggle竞赛的机器学习工作流程:分类特征编码挑战II。 该工作流探索使用均值编码,降噪技术以及具有张量流的分类嵌入层。 私人排行榜得分(AUC):0.78685 排名第一的私人排行榜得分(AUC):0.78820 Kaggle竞赛-预测未来