得到Xgboost_1的预测结果(包括对于训练集和测试集的预测结果),该结果会作为新特征,加入特征组合F2,F3中,分别作为第二层LightGBM_1 和 LightGBM_2的输入特征,LightGBM_1的结果再次作为新特征,加入特征组合F4中,作为第三层Xgboost_2的输入特征,同时第三层包含一个LSTM模型,该模型使用特征组合F5训练,第二层LightGBM_2...
8. 2018 DF光伏发电量预测 Rank1:Data Fountain光伏发电量预测 Top1 开源分享 XGBoost+LightGBM+LSTM:一次机器学习比赛中的高分模型方案 9. 智慧金融马上AI全球挑战者大赛-违约用户风险预测 Rank1:chenkkkk/User-loan-risk-prediction 10. 2016融360-用户贷款风险预测 Rank7:hczheng/Rong360 11. 2018 CCF-面向电...
https://github.com/FNo0/2018-KUAISHOU-Top28 Rank35:https://github.com/chizhu/kuaishou2018 2018JDATA 用户购买时间预测 Rank9:https://zhuanlan.zhihu.com/p/45141799 2018 DF风机叶片开裂预警 Rank2:https://github.com/SY575/DF-Early-warning-of-the-wind-power-system 2018 DF光伏发电量预测 Rank1:h...
01 Datafountain_云状识别_top1 摘要 1 云状识别算法总体思路和架构 2 云状识别算法具体实现过程 2.1 图像增强: 2.2 多图像尺寸训练: 2.3 选用densenet161预训练模型进行fine-tune: 2.4 差分学习率与余弦退火 2.5 TTA(test time augmentation): 2.6 模型融合: 致谢 参考 赛事地址:https://www.d... 查看原文...
https://github.com/FNo0/2018-KUAISHOU-Top28 Rank35:https://github.com/chizhu/kuaishou2018 2018JDATA 用户购买时间预测 Rank9:https://zhuanlan.zhihu.com/p/45141799 2018 DF风机叶片开裂预警 Rank2:https://github.com/SY575/DF-Early-warning-of-the-wind-power-system 2018 DF光伏发电量预测 Rank1:...
https://github.com/FNo0/2018-KUAISHOU-Top28 Rank35:https://github.com/chizhu/kuaishou2018 2018JDATA 用户购买时间预测 Rank9:https://zhuanlan.zhihu.com/p/45141799 2018 DF风机叶片开裂预警 Rank2:https://github.com/SY575/DF-Early-warning-of-the-wind-power-system 2018 DF光伏发电量预测 Rank1:...