机器学习笔记 - Kaggle表格游乐场 Mar 2022 学习一
2023-09-14 09:01:36 时间
一、比赛介绍
1、Tabular Playground Series - Mar 2022
对于 2022 年表格游乐场系列的 3 月份的比赛,您面临的挑战是预测美国大都市 12 小时的交通流量。此数据集中的时间序列标有位置坐标和行进方向——这些特征组合将测试您在高度动态的交通网络中的时空预测技能。
哪种模式会占上风?古老的线性回归?当之无愧的流行决策树集合?或者也许是一个尖端的图神经网络?我们迫不及待地想看看!
2、评估
对于row_id测试集中的每个,您应该预测一个congestion测量值。该文件应包含标题并具有以下格式:
row_id,congestion
140140,0.0
140141,0.0
140142,0.0
...
目标具有从 0 到 100的congestion整数值,但您的预测可能是任何浮点数。
二、数据集说明
在本次比赛中,您将预测美国主要大都市地区 12 小时的交通流量。时间、空间和方向特征使您有机会模拟跨道路网络的交互。
train.csv - 训练集,包括 1991 年 4 月至 9 月期间 65 条道路的交通拥堵测量。
row_id | time |
相关文章
- Coursera台大机器学习技法课程笔记11-Gradient Boosted Decision Tree
- Coursera台大机器学习课程笔记15 -- Three Learning Principles
- Coursera台大机器学习课程笔记6 -- The VC Dimension
- 机器学习笔记 - 使用scikit-learn创建混淆矩阵
- 机器学习笔记 - 基于Keras的GAN:图像去模糊的应用
- 机器学习笔记 - 使用机器学习进行鸟类物种分类
- 机器学习笔记 - 前馈神经网络(FFNN)用作回归问题的波士顿房价预测
- 机器学习笔记 - Keras + TensorFlow2.0 + Unet进行语义分割
- 机器学习笔记 - Google 神经网络库JAX/FLAX入门
- 机器学习笔记 - 使用遗传算法进行图像重建
- 机器学习笔记 - HaGRID—手势识别图像数据集简介
- 机器学习笔记 - 学习使用TensorFlow和张量处理单元 (TPU) 构建图像分类模型
- 机器学习笔记 - 深度学习调查
- 机器学习笔记 - 探索性数据分析(EDA) 入门案例五
- 机器学习笔记 - 支持向量机(SVM)背后的数学一
- 机器学习笔记 - 什么是元学习?
- 机器学习笔记 - 深度学习常见问题三
- 机器学习笔记 - 探索性数据分析(EDA) 入门案例四
- 机器学习笔记 - Tensorflow的eager execution和lazy execution
- 机器学习笔记 - 杂记一
- 机器学习笔记 - 使用Visual Studio 2019的机器学习预览功能
- 机器学习笔记(九)---- 集成学习(ensemble learning)【华为云技术分享】
- Machine Learning第十周笔记:大规模机器学习
- 西瓜书学习笔记第1章(绪论)机器学习
- 机器学习笔记