xiaocao123_个人页
xiaocao123
文章
0
问答
20
视频
0
个人介绍
暂无个人介绍
擅长的技术
暂无更多信息
暂无更多信息
-
回答了问题
2016-07-13
data type error————已解决
日志显示数据类型错误，不是很明显么。赞0 踩0 评论0 -
回答了问题
2016-07-13
如何对离散特征生产哑变量
回 楼主(猪猪侠1) 的帖子 自己想办法写SQL解决。或者写个MR任务。赞0 踩0 评论0 -
回答了问题
2016-07-06
如何实现对不同的歌手训练出不同的模型参数
没明白你的意思。赞0 踩0 评论0 -
回答了问题
2016-07-01
数加平台里面不能用sql语句中的insert吗？
尽量 insert overwrite 吧，insert into 有风险，你可以insert overwrite (select * from t1 union all select * from t2)赞0 踩0 评论0 -
回答了问题
2016-07-01
如何解决需要在机器学习时使用循环的情况？
循环可以通过平台的调度系统实现。赞0 踩0 评论0 -
回答了问题
2016-07-01
怀疑是casta.plays as bigint出了问题
cast 之前先 去掉 null 值试试赞0 踩0 评论0 -
回答了问题
2016-07-01
关闭浏览器后，平台还会运行自己的脚本和机器学习模型吗？
会继续运行赞0 踩0 评论0 -
回答了问题
2016-05-31
想问一下，关于播放次数的问题。
回 楼主(ricky007) 的帖子 action_type 是播放赞0 踩0 评论0 -
回答了问题
2016-05-31
请问预测的日期内会有新的用户出现吗？
回 1楼(水半夏) 的帖子 会有的赞0 踩0 评论0 -
回答了问题
2016-05-31
请问初始播放量是指20150301之前该歌曲的播放总量吗
回 楼主(gandalfnl) 的帖子 是的赞0 踩0 评论0 -
回答了问题
2016-05-26
关于预测的天数里有歌手发布新歌情况的咨询
回 楼主(sensensen) 的帖子 算的。赞0 踩0 评论0 -
回答了问题
2016-05-26
关于记录收集时间
回 4楼(进击的木头) 的帖子 这一点影响可以忽略不计吧。赞0 踩0 评论0 -
回答了问题
2016-05-04
关于数据的几个疑问
回 楼主(志正) 的帖子 1. 对用户做了抽样， 真实结果也是在这个抽样用户集上的播放结果。所以只需要在给定的用户集上做预测即可。 2. 有可能的赞0 踩0 评论0 -
回答了问题
2016-04-21
关于阿里音乐预测的问题
回 楼主(洋枪鱼) 的帖子 用户行为表中的行为记录之间独立的，下载、收藏、播放都会产生一条记录，时间戳代表行为发生的时间。 不算播放数。赞0 踩0 评论0 -
回答了问题
2016-04-17
关于结果需要统计的播放量问题，疑问
回 楼主(attacking) 的帖子 播放量，是指播放记录的数量。赞0 踩0 评论0 -
回答了问题
2016-04-16
想问预测的2个月内有新晋歌手吗？
回 楼主(liruihong) 的帖子 没有，不会出现在测试集中。赞0 踩0 评论0 -
回答了问题
2016-04-13
关于用户行为数据的actiontype属性有几个不明白的问题
回 楼主(雷公斤) 的帖子 对的，每个行为都会单独产生一条记录。赞0 踩0 评论0 -
回答了问题
2016-04-03
初始播放量的问题
回 楼主(大大的boss) 的帖子 初始播放量是指比赛提供的数据前，即3月1日前的历史播放量，供大家参考。赞0 踩0 评论0 -
回答了问题
2016-03-31
样本数据50名艺人播放量折线图
回 12楼八嘎思密达的帖子 大部分的艺人应该每天都有数据的，并不存在你说的5、6月份没有数据的现象。 你可以把你关联的脚本贴出来看看有什么问题。赞0 踩0 评论0 -
回答了问题
2016-03-31
未来预测的时间段艺人是否可能发布新的歌曲
回 楼主1202ke的帖子 是有可能有新用户和新歌曲的。 参见比赛详情页的这个FAQ: Q:要预测的艺人当天的播放数据是基于user表中已有用户的播放，还是预测网站中所有用户的播放？ A:需要预测网站中所有用户的播放。注：初赛中是针对用户做了一次随机抽样，后续的真实结果也做了处理。所以原则上，只需要根据已有的用户规模做合理预测即可。 ------------------------- 回 2楼1202ke的帖子 理论上歌曲发布了会一直处于在线状态。 建议你做一些初步的数据分析工作，看下是否存在歌曲行为数据在一个时间点后突然消失。 ------------------------- 回 6楼(qqqqqqq1) 的帖子 你这个问题问的很好，这也是大家各自展示数据分析和预测策略的地方，还有如何在不可预测的时候尽量地做得更好。赞0 踩0 评论0
滑动查看更多
暂无更多信息