一. 项目背景
二. 算法简介
2.1 模型选型依据
2.2 XGBoost 算法剖析
三. 数据清洗
3.1 剔除骑手到店立即取餐的样本
3.2 剔除多个订单同时离店的样本
3.3 利用模型剔除异常值
四. 特征构建
五. 餐品文本挖掘
六. 特征选择
七. 模型融合
机器学习在出餐时间预测上的探索
- 本文链接： https://ailab-aida.github.io/2019/10/28/机器学习在出餐时间预测上的探索/
- 版权声明： 本博客所有文章除特别声明外，均采用 BY-NC-SA 许可协议。转载请注明出处！