A framework for single/multi-objective optimization with metaheuristics

“英特尔创新大师杯”深度学习挑战赛 赛道3：CCKS2021中文NLP地址相关性任务

常用的特征选择方法

2021年华为杯第十八届中国研究生数学建模竞赛D题解决方案（国二）

DIGIX2021 基于多目标优化的视频推荐 亚军方案

华为digix算法大赛2020机器学习赛道-ctr预估初赛/决赛rank1

此处利用 XGBoost 进行特征选择,选择对最终结果有较大影响的因子，运行代码可得出各个特征的影响排序、ROC图、AUC值、各个特征之间的相关系数热力图等

本项目主要功能是自动完成特征选择与参数调试，用于优化随机森林模型，本项目的特征文件来自于文献“Two-layer detection framework with a high accuracy and efficiency for a malware family over the TLS protocol”中的部分研究。

Implementation of Reinforcement Learning Algorithms. Python, OpenAI Gym, Tensorflow. Exercises and Solutions to accompany Sutton's Book and David Silver's course.

天池竞赛-智慧海洋开源代码

Different meta-heuristic optimization techniques for feature selection

2020数字中国创新大赛-数字政府赛道-智能算法赛：智慧海洋建设算法赛道代码

Use Genetic Algorithm and Simulate Anneal for feature selection. 用遗传算法/模拟退火算法进行特征选择.

CCF BDCI 2019 “技术需求”与“技术成果”项目之间关联度计算模型 复赛B榜top1解决方案

智慧中国杯数据应用大赛 国能日新光伏功率预测

2019 农业银行雅典娜杯数据挖掘大赛高校 Top2 Solution

Datacastle National Big Data Online Competition First Place Source Code助学金精准预测冠军代码

2019年CCF大数据与计算智能大赛乘用车细分市场销量预测冠军解决方案

2019厦门国际银行“数创金融杯”数据建模大赛 复赛第六

CCFBDCI 2019乘用车销量预测复赛B榜(7/2999)

基于遗传算法的特征选择

DataCastle国能日新功率预测题 rank21解决方案

国能日新第二届光伏功率预测赛rank25

问题定义，下载数据，观察结构，找最相关部分特征； 除去异常值，填充缺省值，部分特征正态化，特征编码向量化，增加新特征； 定义评估标准，选择表现好的几个模型，模型参数最优化，stacking模型融合。最终误差降低到0.101左右。详细介绍见https://zhuanlan.zhihu.com/p/89923216

（阿里天池安泰杯国际人工智能电子商务的挑战）Antai Cup-International E-commerce Artificial Intelligence Challenge

华为_DigiX_算法精英大赛——人口年龄属性预测_ Rank14 方案

The code for 2019 Tencent College Algorithm Contest, and the online result ranks 1st in the preliminary.

通过科研人员论文项目等数据，训练识别导师/学生的分类器。代码包括特征选择基础、网格搜索确定特征选择方法参数、不平衡数据的处理(oversampling、undersampling)和pu-learning方法在此问题上的应用

天池大数据竞赛 千里马大赛 风险识别与预测赛题 Top5