時間：2018.01.21.一周

主要內容

---

1.整理前期關于決策樹的一個小型實踐項目文檔（實踐進行中）

2.搭建TensorFlow環(huán)境（進行中）

3.拓展：實踐Python的自動化模塊pyautogui模塊

4.后期承得前會長吳師兄的參考文檔，開始對騰訊算法大賽進行項目研究

內容摘要及相關概況

---

決策樹實踐項目

詳見項目文檔

搭建TensorFlow環(huán)境

1.通過pip安裝TensorFlow基本包

2.在cmd處import tensorflow

3.根據(jù)提示，在官網(wǎng)下載對應的CUDA版本，下載完成后進行安裝（安裝之前先卸載本地的舊版本）

4.下載cuDNN對應的壓縮包

pyautogui模塊

本周實踐了一系列pyautogui模塊的函數(shù)，這里主要摘要一個實踐：

功能

實時給出鼠標當前位置的x、y坐標，也給出這個像素的RGB顏色

代碼

騰訊算法大賽

參考于前會長吳師兄的文檔

本周進度

由賽題屬于廣告學范疇，一開始通過對?轉化率預估此篇文章的閱讀，對相關概念有所理解

隨后，閱讀理解了?騰訊算法大賽以及 FAQ 部分

賽題要求

官方提供17-30天移動 APP 的廣告、用戶的轉化情況，及相關上下文, 根據(jù)這些數(shù)據(jù)預測第31天指定用戶和對應廣告的轉化率.

評估方式 (賽題中提供的計算公式)

通過Logarithmic Loss評估(越小越好)，公式如下：

其中，

N是測試樣本總數(shù)，

yi是二值變量，取值0或1，表示第i個樣本的label，

pi為模型預測第i個樣本 label為1的概率。

示例代碼(Python語言實現(xiàn))：

項目目的

主要在于剖析和學習大賽中取得 第64 名大牛的分享， 對其代碼進行理解和分析， 主要著重點在于特征工程。

機器學習的主要流程

機器學習流程

數(shù)據(jù)分析和清洗方法

關于數(shù)據(jù)分析，閱讀FAQ可知：

App 的激活定義為用戶下載后啟動了該App，即發(fā)生激活行為。從用戶點擊廣告到廣告系統(tǒng)得知用戶激活了App(如果有)，通常會有較長的時間間隔，主要由以下兩方面原因導致：

1) 用戶可能在下載之后過了很久才啟動App；

2) 用戶啟動App的行為需要廣告主上報回傳給廣告系統(tǒng)，通常會有一定的延時。

這里回流時間表示了廣告主把App激活數(shù)據(jù)上報給廣告系統(tǒng)的時間，回流時間超過5天的數(shù)據(jù)會被系統(tǒng)忽略。

值得注意的是，本次競賽的訓練數(shù)據(jù)提供的截止第31天0點的廣告日志，因此，對于最后幾天的訓練數(shù)據(jù)，某些label=0并不夠準確，可能廣告系統(tǒng)會在第31天之后得知label實際上為1。

即

某些app和用戶的記錄比較少

最后幾天有部分數(shù)據(jù)不準確

對于這個問題, 這里采用了比較暴力的方法, 將最后幾天這些可能會出現(xiàn)問題的數(shù)據(jù)刪除

總結

以上是生活随笔為你收集整理的2018.01.21.一周机器学习周记的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。