🎊
QA｜其他彩蛋

2024年6月27日创建

1971

2232

Task1直播问题：

1.
train和test的数据是怎么收集的​

2.
如何进行数据增强​

3.
特征工程那部分参数怎么选择的呢​

4.
train和test的数据是怎么收集的呀​

5.
如何进行数据增强​

6.
请问为什么选择决策树呢​

7.
为什么选择决策树？是否有其他的方案？​

8.
每次跑baseline是不是都要进这个网址，然后进那个环境​

9.
特征工程那部分参数怎么选择的呢​

10.
可以自己在baseline的基础上改代码吗？​

11.
我们的任务就是优化代码看最后的分数有多高吗​

12.
怎么用优化算法调参​

13.
请解释一下数据源的字段。​

14.
可以讲讲对数器怎么实现吗​

15.
baseline 可以提交好几次吗？​

16.
为什么必须认证后才能提交结果？​

17.
怎么打卡？​

18.
一定得带tag么​

19.
有回放吗​

20.
带官方tag的学习笔记怎么弄​

21.
今晚直播有回放嘛？ 有的​

Task02直播问题：

1.
怎么确定那些特征是没用的​

2.
数据集里的字段是怎么确定的​

3.
训练集非空值小于10不用删除么？​

4.
为什么处理出来的数据集还有900个特征​

5.
删除缺失数据百分比是经验值还是算法的规定​

6.
tifdf 是训练好的模型么？​

7.
特征的相关性应该怎么去算呢？​

8.
能不能用回归模型预测测试集的DC50和DMAX值，再根据分类规则分类​

9.
需要panda基础么？​

10.
多加上去的数据会不会把原来的数据重要性覆盖​

11.
代码要在那里运行​

12.
数据标签不均衡，用SMOTE效果会不会好点？​

13.
测试集和数据集的比例怎么确定？​

14.
交叉验证的目的是什么，把所有数据一起做验证的效果会不如交叉验证么？​

15.
按照类别数去划分阈值会不会好些？​

16.
本地如何测分数，用什么函数去评估呢？​

17.
用StratifiedKFold分层抽样，效果会不会好点？​

18.
xgb，lgb，cat选哪个呢？为啥task1是lgb，task3是cat？​