親屬人臉識別問題,採用交叉驗證的方法,來嘗試提高識別的準確率和模型的準確性。
下步改進可以改變模型的損失函數,以及與facenet做stacking也許有幫助。
對於原子距離預測問題,先把基本的kernel弄明白,然後在這個baseline基礎上進行改進。改進思路有,boost方法參數微調,增加特徵數量。
親屬人臉識別問題,採用交叉驗證的方法,來嘗試提高識別的準確率和模型的準確性。
下步改進可以改變模型的損失函數,以及與facenet做stacking也許有幫助。
對於原子距離預測問題,先把基本的kernel弄明白,然後在這個baseline基礎上進行改進。改進思路有,boost方法參數微調,增加特徵數量。
https://blog.csdn.net/leayc/article/details/80753413 官網的數據格式和我下載的格式有不一樣,因此需要調整。方法如上。