前些时间，做了个阿里天池的练习赛，心跳预测。说是练习赛，实际也没赛，因为最后的结果也没拿去提交、上传之类的，最后做了个小展示，权当做练手，在这里和大家分享一下整体的思路，希望可以给后来者一些启发。期待可以和大家一起沟通交流，指出不足之处，相互学习，共同进步。 &n
转载
2023-11-30 13:32:49
64阅读
kaggle和天池大数据的比赛给我的感觉完全不一样，天池上面的比赛给我感觉更像一场考试，大家都是自己埋头做自己的东西交流很少
原创
2023-07-04 23:05:22
506阅读
因原数据集过大，电脑和MySQL跑不动，故截取前一百万条数据进行实战演练、1、导入数据利用navicat软件直接导入下载好的Excel文件（较大数据集可用kettle导入） 2、数据预处理use aori;
desc userbehavior;
select * from userbehavior limit 5;
--更改字段名
alter table userbehavior c
转载
2024-04-19 13:27:07
120阅读
简介本教程通过使⽤数据湖构建（DLF）产品对于淘宝⽤户⾏为样例数据的分析，介绍DLF产品的数据发现和数据探索功能。教程内容包括：1. 服务开通：开通阿⾥云账号及DLF/OSS相关服务2. 样例数据集下载和s导⼊：下载样例数据（csv⽂件），并上传⾄OSS3. DLF数据发现：使⽤DLF⾃动识别⽂件Schema并创建元数据表4. DLF数据探索：使⽤DLF数据探索，对⽤户⾏为进⾏分析，包括⽤户活跃度
《阿里移动推荐算法》 2014年是阿里巴巴集团移动电商业务快速发展的一年，例如2014双11大促中移动端成交占比达到42.6%。相比PC时代，移动端网络的访问是随时随地的，具有更丰富的场景数据，比如用户的位置信息、用户访问的时间规律等。本次大赛以阿里巴巴移动电商平台的真实用户-商品行为数据为基础，同时提供移动时代特有的位置信息，而参赛队伍则需要通过大数据和算法构面向建移动电子商务的商品推荐模型。
转载
2023-09-15 16:00:23
105阅读
天池-基于预训练任务的泛化能力背景流程Linux平台（模型部分）MAC平台(docker提交部分) 背景这是基于Datawhale的一次学习机会，其中涉及到了transformer,torch,以及docker的应用。流程由于本地的计算资源有限，所以是会有切换平台(mac, linux)进行操作，不同平台承担的工作如下Linux平台（模型训练部分） 根据提供的额baseline结果，跑通对应的模
转载
2023-10-29 20:21:50
137阅读
天池母婴数据分析是一个综合性的数据分析项目，旨在通过对母婴健康数据的深入挖掘，帮助相关企业和医疗机构了解用户需求、改善服务质量。随着大数据技术的发展，如何高效处理和可视化这些数据成为了一个亟待解决的问题。本文将围绕“天池母婴数据分析”的核心内容，系统地分析其技术原理、架构、源码及性能优化方案。
## 背景描述
在进行母婴数据分析时，我们需要关注以下几个方面：
1. 数据来源与特点
2. 目标
目录前言一、数据集的来源和各个字段的意义二、数据分析1.引入库2.读入数据3.查看数据数量级4.PV（Page View）/UV访问量5.漏斗模型6.用户购买商品的频次分析。7.ARPPU(average revenue per paying user) 计算 ARPPU ARPPU出图8.复购情况分析计算用户购买频次复购周期分析总结前言例如：随着人工智能的不断发展，机器学习这
目的学习，实践，不同机器学习算法使用的包及安装pip install numpy
pip install Pandas数据获取阿里云天池大数据竞赛官网获取莫某引入包import pandas as pd
import numpy as np获取数据poke = pd.read_csv('./pokemon0820.csv')获取18项定向攻击的伤害指数# 获取数据
against_ = poke.
首先介绍题目与数据：特别提供一下数据，供后来看到的盆友下载研究（现在官网上剩下的数据是复赛的了），测试数据分AB榜，不了解的去看天池平台的介绍：链接：https://pan.baidu.com/s/1SGZi_o1UVobHfy275onoOw 密码：rf6s竞赛题目中国是世界上糖尿病患者最多的国家，病人达到1.1亿，每年有130万人死于糖尿病及其相关疾病。每年用于糖尿病的医疗费用占中国公共医疗卫
阿里云天池学习赛零基础入门数据分析-学术前沿趋势分析前言一、赛题描述及数据说明1：数据集的格式如下：2：数据集格式举例：二、task2论文作者统计（数据统计任务）：统计所有论文作者出现评率Top10的姓名；1.题目意思解读及整体思路分析2.各节代码展示与讲解3.完整代码展示4.代码中几个需要注意的地方： 前言本博客主要记录零基础入门数据分析-学术前沿趋势分析的自己的一些理解，主要是解题思路以及代
转载
2024-02-02 07:36:25
138阅读
实现“天池数据分析案例”的流程可以分为以下几个步骤：
1. 数据准备
2. 数据清洗
3. 数据探索
4. 特征工程
5. 模型建立
6. 模型评估
下面我将逐步解释每个步骤应该做什么，并提供相应的代码和注释。
## 1. 数据准备
在这一步中，我们需要先下载并导入相关的数据集，然后对数据集进行初步的查看和理解。
```python
import pandas as pd
# 读取数据
原创
2023-11-03 06:49:11
95阅读
分类 ，这是有很多非常成熟的算法，非常直观，按照一个分类属性，把样本分为不同的类别。聚类 ，聚类与分类的差别在于，分类分析有一个分类属性作为输出，比如“好”、“坏”之类，但聚类没有。聚类分析探索各个样本间的内在关系，并按一定标准把它们“聚”在一块。按照有没有相应的输出分类属性，一个术语是，分类是有指导的学习，而聚类是无指导的学习；关联分析，就是著名的购物篮分析，例子就是沃尔玛的啤酒和尿布，探索数据
https://tianchi.aliyun.com/competition/entrance/231576/information
https://github.com/cloudinwalk/tmall-repeat-buyer-prediction
原创
2021-08-04 10:26:56
270阅读
Kaggle&天池比赛经验
夏至&未至
写在前面 Kaggle的数据挖掘比赛近年来很火，以至于中国兴起了很多很多类似的比赛，做了两个这种类型的比赛了，Jdata用户商品购买预测和用户位置精准预测，积累了相当多的比赛经验了，虽然两次成绩都不是特别好，59/4590 和 179/2844 。这些比赛的套路从根本上都是一毛一样的，我
转载
2023-08-23 23:10:00
79阅读
一：赛题理解1.1：数据说明数据可以直接在阿里云天池官网下载。其格式如下： 上图所示为训练数据，其中V0-V37共38个特征变量，target字段是目标变量。1.1：评估指标预测结果以均方差MSE为评判标准： from sklearn.metrics import mean_squared_error mean_squared_error(y_true, y_pred）1.2：赛题模型在机器学习中
转载
2024-04-23 16:26:41
78阅读
参加过两次天池上的数据挖掘比赛，成绩不是很好，在此期间也看过不少比赛冠军答辩ppt，查看大量的资料。在此总结下，同时也分享给对数据挖掘比赛有兴趣的同学。希望下次比赛能取得个好的成绩。下面我将从下图的流程开始讲起。 上面每一部分我都另外写了博文专门讲解，下面有链接。数据可视化可以通过数据可视化来验证我们对数据分布的一些猜想，使我们对数据分布有一个清晰的认识和理解，并且由此设计一些合理的人工规则。对
Docker 提交一 制作 Dockerfile二 制作 run.sh三 制作推送镜像3.1 登录 build3.2 进入容器中配置环境3.3 本地测试3.4 推送镜像四 提交五 改进方法1. 半监督学习步骤：2. 测试增强3. 模型集成 一 制作 DockerfileFROM pytorch/pytorch:latest
## 把当前文件夹里的文件构建到镜像的根目录下（.后面有空格，不能直接
转载
2024-06-21 14:16:58
40阅读
天气预报是气象台(站)预先发出关于未来一定时期内的天气变化和趋势的报告。气象台运用现代科学技术(如卫星、雷达等)收集了全国甚至全世界的气象资料，根据天气演变规律，进行综合分析，科学判断，然后作出大范围的天气预报。气象站、哨根据大范围天气预报，结合本地区地形、天气特点、群众测天经验，作出单站补充预报。可分为短期、中期和长期预报。天气预报有什么作用？准确及时的天气预报可以让经济建设、国防建设趋利避害，
天池数据竞赛docker提交操作学习由于最近天池的比赛都要求使用docker来提交结果，所以在此记录一下docker提交到天池的整个流程。目前正在做的，全球人工智能技术创新大赛【热身赛二】比赛链接：https://tianchi.aliyun.com/competition/entrance/531865/introduction?spm=5176.12281976.0.0.293d22c674I
转载
2024-06-21 13:52:33
116阅读
