|
|
|
|
@ -1,22 +1,48 @@
|
|
|
|
|
# ssa_everyone
|
|
|
|
|
|
|
|
|
|
more test, more hope
|
|
|
|
|
## more test, more hope
|
|
|
|
|
|
|
|
|
|
目前更新的regressor技术都在同名文件夹，使用有点怪因为调整都在对应python里而不是总的test里。
|
|
|
|
|
|
|
|
|
|
明天在改把。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
## how to use
|
|
|
|
|
|
|
|
|
|
**test_full.py可以试试，就在这master位置打开把，要不然感觉可能会混乱位置**
|
|
|
|
|
|
|
|
|
|
然后新regressor就往那边丢了，终于是分开了，天——
|
|
|
|
|
|
|
|
|
|
细节可能需要修一修，average也有了，seed可选，model太大就不传勒
|
|
|
|
|
|
|
|
|
|
## details
|
|
|
|
|
|
|
|
|
|
| folder | info |
|
|
|
|
|
| ------------ | ------------------------------------------------------------ |
|
|
|
|
|
| codes | 存储的是制造数据集的代码，通过处理过的parquet文件 |
|
|
|
|
|
| create_datas | 存储的是制造出来的数据集，文件名包括seed信息，同parquet和同seed创建相同 |
|
|
|
|
|
| linear | 存储线性模型 |
|
|
|
|
|
| models | 存储回归（决策树）模型 |
|
|
|
|
|
| nn_models | 存储nn模型 |
|
|
|
|
|
| nn_XXX (3个) | 存储xxx写的源代码文件 |
|
|
|
|
|
| regressors | 存储各种回归预测方式代码 |
|
|
|
|
|
| traindata | 原初下载的数据文件（TLE处理后） |
|
|
|
|
|
| | |
|
|
|
|
|
|
|
|
|
|
### Regressors files details
|
|
|
|
|
|
|
|
|
|
- linear_study：线性学习加权
|
|
|
|
|
- linear_sum_regressor：线性加权（设置权值）
|
|
|
|
|
- nn_use：nn使用内容，定义class
|
|
|
|
|
- normal_use：通用一些的import和求averageR2
|
|
|
|
|
- one_nn：对单个nn模型的使用
|
|
|
|
|
- one_regressor：对单个决策树模型的使用
|
|
|
|
|
- stacking_regressor：stacking方案，调整方案比较多
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
明天考虑加入nn结构和其他更多厕所
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
## ~~out-of-data~~
|
|
|
|
|
|
|
|
|
|
然后新regressor就往这里丢了，终于是分开了，天——
|
|
|
|
|
|
|
|
|
|
细节可能需要修一修，average也有了，seed可选，model太大就不传勒
|
|
|
|
|
|
|
|
|
|
|
