Kaggle 第28页

kaggle数据集_电信用户流失分析（kaggle数据集）

一、项目介绍不管是互联网还是传统行业，大都存在用户流失问题。本文主要对某电信服务商的用户基础数据进行分析，探索对用户流失有深刻影响的相关指标，帮助服务商制定有针对性的用户挽留计划，提高用户留存率。二、技术工具本项目以jupyternotebook为平台，以Python语言为基础，采用pandas进行数据整理和统计分析，用matplotlib、seaborn进行可视化呈现，scikit-learn的

weixin_39886238·2022-12-14 12:43

Kaggle项目之电信客户流失（Telco Customer Churn）

入门项目，记录自己思考过程，恐有不足，还望大家指点一二。在和鲸社区上也有类似的，数据比这个要好一些，大家可以参考思路，去和鲸社区上经行分析。----------------------------------------------------------废话分割线----------------------------------------------------------一更：参考了别的作

不熬夜的靓仔·2022-12-14 12:39

【Python】数据分析优秀案例&项目经历-用数据分析能力构建高分学生人群画像

这次给大家分享的是kaggle上的

报告，今天也有好好学习·2022-12-14 11:12

yolov5官网教程&kaggle海星目标检测赛&paddle钢铁缺陷检测赛（VOC格式）

1.3COCO测试1.4训练demo1.5可视化1.5.1ClearML日志记录和自动化NEW1.5.2wandb记录权重&偏差1.5.3LocalLogging1.6使用Roboflow训练自定义数据NEW二、Kaggle

神洛华·2022-12-14 09:18

pytorch标签onehot编码_特征编码方法总结—part1

在特征工程里，特征编码是占比很重的一块，在kaggle的结构化数据比赛中，最终帮助选手胜利的关键因素之一往往是高级特征的构造和特征编码（很多时候特征编码也是在构造高级的特征），下面就来总结一下吧。

温卡龙·2022-12-14 08:36

机器学习经典案例——泰坦尼克号

机器学习经典案例——泰坦尼克号前言：泰坦尼克号数据分析是机器学习的一个经典案例，进行这个案例的学习，大家可以先在(https://www.kaggle.com/)对数据进行下载。

YYBX·2022-12-14 08:23

称霸Kaggle的九大深度学习炼丹技巧

SamuelLynn-Evans@QbitAI差分学习率（DifferentialLearningrates）意味着在训练时变换网络层比提高网络深度更重要。基于已有模型来训练深度学习网络，这是一种被验证过很可靠的方法，可以在计算机视觉任务中得到更好的效果。大部分已有网络（如Resnet、VGG和Inception等）都是在ImageNet数据集训练的，因此我们要根据所用数据集与ImageNet图像

炼丹笔记·2022-12-14 07:05

【Pytorch】15. 图片数据的处理

我们使用Kaggle上的datasetofcatanddogphotos文章目录LoadingImageDataTransformsDataLoadersDataAugmentationLoadingImageData

阿肉~·2022-12-14 00:55

机器学习 sklearn数据集

机器学习包含深度学习解决问题的过程什么是机器学习机器学习是从数据中自动分析获得规律（模型），并利用规律对未知数据进行预测（分类，回归）机器学习应用场景自然语言处理无人驾驶计算机视觉推荐系统数据数据类型离散型数据连续型数据数据的类型将是机器学习模型不同问题不同处理的依据可用数据集Kaggle

weixin_961876584·2022-12-13 23:45

机器学习/深度学习实战——十行代码预测kaggle房价（automl）

文章目录1.下载和安装autogluon2.训练模型3.预测并保存结果4.既然automl已经这么强大了，为什么还需要做数据分析和深度建模呢？沐神提供在动手学深度学习课程中提供的代码，我在本地进行了复现，这里整理一下。关于数据分析、预处理、用传统机器学习方法进行网络训练可以参考我之前的几篇博客。数据分析数据预处理应用机器学习回归分析算法进行建模和预测这里说明一下：使用autogluon等自动建模的

留小星·2022-12-13 23:14

吃瓜教程 [西瓜书]任务打卡 Task1: 第一章

吃瓜教程[西瓜书]任务打卡Task1:第一章我是通过大数据挖掘竞赛入门机器学习,在此前并没有系统地学过基础理论,做的工作比较多的是通过复现大佬在kaggle,天池上的教程,调包实现编程的求解.因此,我这次通过参与

苏忘川·2022-12-13 21:01

kaggle数据分析家庭电力消耗过程详解

目录一、家庭电力消耗分析1.背景描述数据说明2.数据来源3.问题描述二、数据加载三、预测1.Prophet介绍2.模型介绍3.Prophet优点一、家庭电力消耗分析1.背景描述本数据集包含了一个家庭6个月的用电数据，收集于2007年1月至2007年6月。这些数据包括全球有功功率、全球无功功率、电压、全球强度、分项计量1（厨房）、分项计量2（洗衣房）和分项计量3（电热水器和空调）等信息。该数据集共有

·2022-12-13 18:54

机器学习day01——笔记

机器学习1、机器学习分类：①监督学习：分类问题：特征值——目标值（类别）回归问题：目标值为连续数值②无监督学习：无目标值2、数据集2.1、数据集：可用数据集搜索：kaggle、UCI、scikit-learn2.2

世事如棋901·2022-12-13 13:17

集成学习之Stacking

过去几年中大多数主要kaggle比赛的获胜者在最终获奖模型中都使用了模型堆叠。堆叠模型类比于现实世界的例子，就比如商业团队，科学实验，或者体育团队。

青转紫的梅子酒·2022-12-13 11:53

matplotlib.pyplot类绘制hist直方图, 并在每个条柱上方标注数量

matplotlib.pyplot类绘制hist直方图,并在每个条柱上方标注数量.原数据下载地址:https://www.kaggle.com/code/damianpanek/sunday-eda/data

Jonas 林风 จุ๊บ·2022-12-13 11:02

PyTorch - 猫狗数据分类

文章目录加载数据定义网络训练测试关于数据猫狗数据集来自kaggle，我发现两个比赛都是用的他们，数据内容和数据量基本一致：kaggle-猫狗数据集https://www.kaggle.com/c/dogs-vs-cats

伊织code·2022-12-13 01:21

XGBoost的安装与介绍

XGBoost其实是GBDT的一个工程实现，在Kaggle等比赛中被广泛应用。

zcg1942·2022-12-12 21:27

XGBoost快速入门

XGboost作为Kaggle比赛的大杀器，是很牛逼的一个boost实现。能极大提高模型的预测的准确率，因此使用率极高。

Stark_xhz·2022-12-12 21:56

Xgboost简易入门教程

于是找了一下网上能找到的关于机器学习模型做评分卡的案例，主要有拍拍贷比赛实例、金融风控实战、kaggle上的HomeCreditDefaultRis

Labryant·2022-12-12 21:52

从零开始构建基于milvus向量数据库的文本搜索引擎

主要包括以下内容：1.搭建milvus矢量数据库2.使用MILVUS矢量数据库搭建语义相似性搜索引擎3.从Kaggle下载ARXIV数据，使用dask将数据加载到Python中，并构建一个论文搜索引擎1

hear~·2022-12-12 15:22

PyTorch实战使用Resnet迁移学习

cat_to_name.json是makejson文件运行生成的TorchVision文件主要存放本项目实战代码项目任务项目描述：对花进行分类项目数据集：102种花的图片，数据集下载https://www.kaggle.com

一步一个脚印ッ·2022-12-12 14:41

Python数据分析（1）——数据加载与简单描述性分析

数据加载与简单描述性分析1.读入文件1.1通过Python标准库导入1.2通过Pandas导入1.3逐块读取数据2.初步分析2.1简单描述性统计2.2提取特定行列2.3对数据进行排序友情链接1.读入文件本文通过kaggle

Homie Holiday·2022-12-12 12:09

python数据分析之描述性统计分析

需要对数据进行单变量及整体异常值分析（具体问题具体分析）3、对比分析4、分布分析五、数据简单可视化分析：matplotlib；seaborn；plotly1、柱状图2、直方图3、箱线图4、折线图5、饼图一、数据获取（可用数据集）：1、Kaggle

啊心个。·2022-12-12 12:37

DCGAN---生成动漫头像

数据集kaggle：https://www.kaggle.com/datasets/soumikrakshit/anime-faces代码importtorchimporttorch.nnasnnimporttorch.nn.functionalasFimportmatplotlib.pyplotaspltfromtorch.utilsimportdatafromtorchvisionimport

JiYH·2022-12-12 10:52

kaggle示例1—研究生录取判断问题

问题描述：UCLA（加利福尼亚大学洛杉矶分校）研究生录取的二分类问题，数据来源：http://www.ats.ucla.edu/stat/data/binary.csv使用的属性主要有下面四列(前三列为属性，最后一列为结果(类别能否被录用)：gpagre分数rank表示本科生母校的声望admit则是二分类目标变量(binarytargetvariable)，它表明考生最终是否被录取。本文主要内容：

FishBear_move_on·2022-12-12 07:23

10000+字，利用 Python 进行泰坦尼克生存预测

大家好，Titanic数据是一份经典数据挖掘的数据集，本文介绍的是kaggle排名第一的案例分享。

机器学习社区·2022-12-12 04:40

【Pytorch】迁移学习(Transfer Learning)

2.常见迁移学习方式载入权重后训练所有参数载入权重后只训练最后几层参数载入权重后在原网络基础上再添加一层全链接层，仅训练最后一个全链接层3.例子以kaggle中猫狗数据集为例，猫狗数据集导

胡尼迪·2022-12-12 01:22

kaggle实战：Titanic

文章目录一、问题重述1.1问题描述1.2数据集1.3提交格式二、问题求解：决策树2.1导入模块2.2载入数据2.3探索数据2.4数据预处理2.4.1无关变量处理2.4.2缺失值的处理2.4.3非数值变量处理2.5获取特征矩阵和目标矩阵2.5划分测试集和训练集2.6模型建立一、问题重述1.1问题描述泰坦尼克号的沉没是历史上最臭名昭著的沉船之一。1912年4月15日，在她的初次航行期间，被广泛认为“不

oax_knud·2022-12-11 23:12

数据挖掘实战（贝叶斯，神经网络和决策树）

目录数据特征描述数据来源数据描述图形可视化观察各因素之间的关系Violinplot数据分布Pointplot数据斜率回归分析可视化数据预处理变量映射处理缺失值处理决策树分类算法贝叶斯分类算法神经网络分类算法结果分析数据特征描述数据来源该数据集由kaggle

PqqqqqqY·2022-12-11 12:57

基于卷积神经网络（CNN）的仙人掌图像分类

01.数据集这种分类问题是kaggle挑战的内容之一。目标是建立一个分类器，将图像分类为“仙人掌”或“非仙人掌”。训练集包含17500张图像，而验证集包含4000张图像。

小白学视觉·2022-12-11 12:24

机器学习基础——分类算法之K近邻算法（KNN)、预测facebook签到位置案例

目录1基本概念1.1定义1.2sklearnk-近邻算法API2kaggle实例：预测facebook签到位置2.1实例背景2.2文件说明2.3案例分析2.3.1分类2.3.2处理2.4代码及分析2.4.1

chelsea_tongtong·2022-12-11 10:28

信用评分卡模型（R语言）

贷款风险预测-信用评分卡模型（R语言）时间：2018年10月9日本次的分析数据来自Kaggle数据竞赛平台的“givemesomecredit”竞赛项目。

杨莯颖·2022-12-11 10:49

《机器学习及实践-----从零开始通往kaggle竞赛之路》学习笔记

机器学习→监督学习+无监督学习监督学习→分类+回归（连续）无监督学习→降维+聚类分类→二分类+多类分类+多标签分类（判断一个样本是否同时属于多个不同类别）分类:逻辑斯特回归：fromsklearn.linear_modelimportLogisticRegression随机梯度参数估计：fromsklearn.linear_modelimportSGDClassifier支持向量机：fromskl

浅笑古今·2022-12-10 21:35

【ML】KMeans 实践（基于sklearn）

【ML】KMeans实践（基于sklearn）读取数据可视化数据（观察规律）训练预测+可视化读取数据importnumpyasnpimportpandasaspddata=pd.read_csv('/kaggle

胡子哥_·2022-12-10 20:28

机器学习算法竞赛实战-学习总结

仅以此书来入门Kaggle等机器学习竞赛，学习Kaggle竞赛题该如何做，具体问题该如何用机器学习的方法来解决。

一銤阳光·2022-12-10 16:45

kaggle实战：基于超市消费数据的用户个性化分析案例

大家好，今天给大家分享一篇kaggle数据集的新文章：基于一份超市消费数据集的用户个性化分析以及用户分群的实现。

Python数据开发·2022-12-10 13:36

AI 揭晓答案，2022世界杯冠军已出炉

这两个数据都可以在Kaggle上找到。技术提升本文由技术群粉丝分

Python数据开发·2022-12-10 13:32

深兰科技在全球顶级AI赛事kaggle竞赛中再次夺冠

近日，在kaggle平台上举办的PaddyDiseaseClassification竞赛公布最终比赛结果，深兰科技组建的机器人视觉算法团队一举夺得桂冠。

深兰科技·2022-12-10 13:38

pytorch尝试入门VGG，实现猫狗分类的baseline

照着教程【实战VGG实现kaggle猫狗图片分类】完整流程|提供VGG11，VGG13，VGG16，VGG19Pytorch代码写了一下午。做一下学习笔记。

BohnLee·2022-12-10 11:26

python足球分析系统_python分析欧洲足球赛事

数据来源：kaggle数据准备importpandasaspdimportmatplotlib.pyplotaspltimportnumpyasnpimportscipyasspinpath=r'C:\

weixin_39731807·2022-12-10 07:41

Transformer 训练优化

这篇文章源自@VadimIrtlach大佬在Kaggle的开源notebook，感谢原作者的

just do it now·2022-12-10 06:19

不同类别的图像数量可视化

文章目录鲸鱼数据可视化chest-xray鲸鱼数据https://www.kaggle.com/mmm4a1/seresnext101-pytorch-starter/edit利用train.csv对其不同类别的图像数量进行可视化

白色蜻蜓蜓·2022-12-09 23:18

PyTorch肺部感染识别

数据集：(https://www.kaggle.com/datasets/paultimothymooney/chest-xray-pneumonia/download)配置环境的方法：1、settings–project

爱学习的小姜·2022-12-09 23:48

泰坦尼克号预测结果分析报告

采集数据导入数据查看数据集信息数据清洗(DataPreparation)数据预处理特征工程(FeatureEngineering)构建模型(Modeling)模型预估(Evaluation)方案实施(Deployment)将结果提交到kaggle

郭苗苗772266·2022-12-09 18:16

Pytorch自定义CNN网络实现猫狗分类详解过程

pwd=6i7mDogsvs.Cats(猫狗大战)来源Kaggle上的一个竞赛题，任务为给定一个数据集，设计一种算法中的猫狗图片进行判别。

·2022-12-09 18:45

泰坦尼克号可视化数据分析报告

2.理解数据2.1采集数据点击此链接进入kaggle的tita

郭苗苗772266·2022-12-09 18:11

记第一次训练出深度学习模型并成功预测结果

先放一下最终结果，参加的竞赛是Kaggle的ClassifyLeaves，是李沐大神举办的一个比赛，虽然已经过期了，但是还是可以来熟悉一下基本操作，总共有176个种类，随机预测概率大概为0.0056，我最终得到的预测结果正确率大概为

Hydrion-Qlz·2022-12-09 17:07

Pytorch实战Kaggle比赛：房价预测案例【含数据集与源码】

基于之前学习的内容，让我们动手实战一个Kaggle比赛的：房价预测实战案例。

阿_旭·2022-12-09 17:34

PyTorch深度学习实践概论笔记9练习-使用kaggle的Otto数据集做多分类

在文章PyTorch深度学习实践概论笔记9-SoftMax分类器中刘老师给了一个课后练习题，下载kaggle的Otto数据集做多分类。0Overview先看看官网给的背景介绍。

双木的木·2022-12-09 12:02

KAGGLE 比赛学习笔记---OTTO---baseline解读1

目的本次比赛的目的是预测电子商务点击量、购物车添加量和订单。您将根据用户会话中的先前事件构建一个多目标推荐系统。当前的推荐系统由具有不同方法的各种模型组成，从简单的矩阵分解到变压器型深度神经网络。然而，不存在可以同时优化多个目标的单一模型。在本次比赛中，您将构建一个条目来预测点击率、添加到购物车以及基于先前相同会话事件的转化率数据结构session-唯一的会话id。每个会话都包含一个按时间顺序排列

丰。。·2022-12-09 10:25

推荐频道

Kaggle