如题
3个回答
questions有三个变化趋势，宏观上是接近于线性递增，局部上周末和非周末也差别很大，还有节日时会骤降。所以先增加是否为节日的变量，然后估计question的平均，最后估计每天的具体变化。
因为test是在数据空间里一块空白的区域（周围没training），估计平均时必须要是基于模型的方法，比如线性回归，不能是knn之类基于数据平均的方法。
SofaSofa数据科学社区DS面试题库 DS面经
Zealing
2018-04-18 08:25
大师出手，不同凡响
-
MangoCoke
2018-04-18 09:26
百度找了一个easybot的api，爬虫返回节假日，结果返回的是错误数据，坑爹啊
-
陈十一
2018-04-18 11:33
可以先生成一个366维的binary vector 表示日期，名字为D；然后自己设一个阈值，当question变化大于阈值时，表示当天是假日，对应的日期设为1。testing 日期也可以变为D，同时查表就可以知道是否是假日。
也可以建一个假日的hash表，然后用testing日期去查表。
-
Zealing
2018-04-18 12:22
我用了python里的holidays，里面的假日根本不能覆盖数据里的假日。有可能这是很多国家假日的集合。只能自己根据数据里的较大变化，自己生成假日的表。
-
Zealing
2018-04-18 12:27
听起来挺麻烦的。。。。。。。。。，其实那个api挺好用的，一个class，然后lambda调用就好了，不过现在要反馈码，没有反馈码，它会返回错误的脏数据，晚上看能不能用公司邮箱注册一个
-
陈十一
2018-04-18 14:06
然后估计question的平均，最后估计每天的具体变化 这个啥意思啊
-
大黄大黄大黄
2018-04-19 12:42
question的平均是低频信号，每天的变化是高频信号。比如标杆方案里先用线性回归估计低频，再用kNN估计高频。
-
Zealing
2018-04-19 13:29
相关讨论
随便看看