模型融合有以下几种方式：      1.简单加权融合回归（分类概率）：算数平均融合，集合平均融合分类：投票（Voting）综合：排序融合（Rank averaging）融合，log融合      2.stacking/blending构建多层模型，并利用预测结果在拟合预测&nbsp

    模型融合有以下几种方式：      1.简单加权融合回归（分类概率）：算数平均融合，集合平均融合分类：投票（Voting）综合：排序融合（Rank averaging）融合，log融合      2.stacking/blending构建多层模型，并利用预测结果在拟合预测&nbsp

天池-零基础数据挖掘第一次参加天池的比赛，也是抢了好几次才抢到datawhale的学习名额，太难抢了。今天花了大概一天的时间去理解题目的意思和将baseline代码跑通，最开始在天池的平台上面运行，但总是有各种问题，后来就在自己的电脑上面尝试着调了一下baseline的代码。demo中用的是lightgbm，好像也没做什么调参，调用了一下api，并进行了5折交叉验证。不过怎么生成每个类别概率的没看

TsFresh学习          最近膜拜大佬写的GitHub学习到了一个时间序列数据特征提取的库-TsFresh，感觉好像挺牛逼的，去B站大学找了一下想找点资料学一学，尴尬的是…发挥一下主观能动性，网上找了一下还好有官方文档！英文的Introduction    官方文档第一句话就是说TsFresh是-