223人浏览
收藏
已收藏
¥{[getMoney(1000)]}
预算
7
天计划工期
收藏
已收藏
¥{[getMoney(1000)]}
预算
7
天计划工期
{[ job.pattern_id != 9 ? '项目详情' : '职位详情']}
简介
本项目是基于机器学习的回归和分类模型工具包开发
功能需求
适配 Linux系统,完成预处理,调用不同的模型进行训练和结果的输出
数据的质量检查和清洗过程应该包括去除缺失值、处理异常值和数据标准化。
(这些命令有现成的脚本且都已经写好,需要在python中执行调用其他命令。)
2.特征工程:
对原始数据进行降维处理
这些工具包括成分分析(PCA)等降维方法。(代码已写好)
3.机器学习算法:
工具包应支持多种机器学习算法,如sklearn中的和lightgbm包中的方法,用户应能够选择并配置适当的参数进行调参。(代码已写好)
4.训练和评估:
用户应能够使用训练数据集来训练模型,包括交叉验证和准确性计算,准确性为 预测值和真实值的皮尔逊相关系数。(代码已写好)
整体代码已写好,想让帮忙实现命令行参数调用运行,和模块的衔接,和打包部署
{[modal.content]}