Kaggle自然语言处理文本匹配竞赛华人第1名团队PPT-深度学习与特征工程,代码仓库地址在ppt 内
2021-09-02 20:17:22
3.19MB
1
Spark ML 特征工程之 One-Hot Encoding-附件资源
2021-07-29 17:48:26
106B
1
https://github.com/HouJP/kaggle-quora-question-pairs 这里对应的视频
2021-07-15 16:28:41
60.45MB
1
https://github.com/HouJP/kaggle-quora-question-pairs
这里对应的PPT
2021-07-15 16:26:43
3.43MB
1
核密度估计（kde）是一种非参估计方法，常用于特征提取。本ppt对核密度估计的原理进行了细致的讲解，很容易明白。
2021-07-08 14:59:22
4.77MB
1
目录:一. 数据筛选1.1 读取数据1.2 加入label值1.3 留下一条工单记录的数据1.4 加载通话数据二. 离散值处理2.1 对离散型数值进行编码2.2 数据编码长度所占比例2.3 时间数据处理2.4 用电方式2.5 城市编码2.6 收费信息表数据三. 构建统计特征存下特征
一. 数据筛选
1.1 读取数据
import numpy as np
import pandas as pd
import csv
data_path = r'..\电费敏感预测\rawdata'
# 工单信息
file_jobinfo_train = '01_arc_s_95598_wkst_train.tsv
2021-06-24 19:09:41
46KB
1