資料競賽 3

2021-09-12 07:38:13 字數 971 閱讀 3296

lightgbm:light gradient boosting machine,是乙個實現gbdt (gradient boosting decision tree)演算法的框架,支援高效率的並行訓練,並且具有以下優點:

● 更快的訓練速度

● 更低的記憶體消耗

● 更好的準確率

● 分布式支援,可以快速處理海量資料

lightgbm的教程,參見lightgbm 中文文件。

此處的具體實現

參考文獻

[1]:

[2]:

[3]:

[4]:

[5]:

[6]:

競賽筆記(3)

這是一道典型的貪心題目,用最少的反導系統攔截最多的飛彈。先使用第一套反導系統,從a陣列一路讀取下去,遇到比它大的就增加一套反導系統,並將後續的飛彈讀入到兩套反導系統中的其中乙個,因為此時已經有兩套反導系統,一路迴圈繼續讀取下去,如果遇到飛彈高度兩套反導系統都無法攔截的,那就再加一套,如此一直持續下去...

挑戰程式設計競賽(3)

給定整數a1,a2,an,判斷是否可以從中選出若干數,使他們的和恰好為k。1 n 20 1e8 ai 1e8 1e8 k 1e8 樣例1input 4 1 2 4 7 13 output yes 13 2 4 7 樣例2input 4 1 2 4 7 15 output no dfs include...

資料競賽技巧

線上結果加權 通過每個模型的線上成績進行加權,線上分數高的權重就高,線上成績相對低的權重就低,最終將加權的結果作為最終的結果 需保證所有的結果的 權重之和為1 data.groupby col id nunique data.groupby col day min data.groupby col ...