如何进行机器学习参数调优 网格搜索 一种调参手段；穷举搜索：在所有候选的参数选择中，通过循环遍历，尝试每一种可能性，表现最好的参数就是最终的结果 随机搜索 与网格搜索相比，随机搜索并未尝试所有参数值，而是从指定的分布中采样固定数量的参数设置。它的理论依据是，如果随即样本点集足够大，那么也可以找到全局的最大或最小值，或它们的近似值。通过对搜索范围的随机取样，随机搜索一般会比网格搜索要快...

机器学习分类 监督学习 监督学习是指利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程，也称为监督训练或有教师学习。在监督学习的过程中会提供对错指示，通过不断地重复训练，使其找到给定的训练数据集中的某种模式或规律，当新的数据到来时，可以根据这个函数预测结果。监督学习的训练集要求包括输入和输出，主要应用于分类和预测。 非监督学习 与监督学习不同，在非监督学习中，无须对数据...

模型融合 主要基于datawhale的数据挖掘实践（二手车价格预测）整理而来 分类 简单加权融合: 回归（分类概率）：算术平均融合（Arithmetic mean），几何平均融合（Geometric mean）； 分类：投票（Voting) 综合：排序融合(Rank averaging)，log融合 stacking/blending: 构建多层模型，并利用预测结果再拟合预测。...

概述 O2O比赛链接 主要参考了 FNo0的baseline与wepe的特征工程。 为了方便特征提取和优化可读性，使用了面向对象编程，封装了特征提取器(FeatureExtractor)这一特征提取器类，在类中进行日期、历史、标签、线上特征的提取。 截止2025/04/09，本地训练auc:0.90674,线上测评0.7817 2025/04/09，修正用户最近一次领券据考察日的时间间隔和...