Хотя я, повторюсь, использовал обычный рэндом оверсэмплер

Так же, замечу, что оверсэмплинг при рэндом нужно добавлять в пайплайн, иначе кросс-валидация будет завышаться

Попробуйте ещё веса объектам добавлять, это в параметрах классификатора уже

Да

Не, это я по английским отзывам 15 место тогда получил, по русским соревнование закрыто уже было( но 94 процента моя точность по русским в соревновании была на паблик и 92 на прайвэт части теста, особо не усложнял подход

#C1W4 Всем добрый день.  У кого-нибудь есть сохранившиеся копии файлов ноутбука - материалов для самостоятельного изучения из блока про статистику? На курсере какой-то глюк - не дает их скачать. Написал обращение, но ответа пока нет. Заранее спасибо.

попробуйте здесь поискать
https://github.com/AAYamoldin/TrainingPrograms/tree/master/Python/Coursera_Math_Python_for_data_analysis_by_MIPT_YANDEX

Спасибо огромное за советы:)
Попробую сейчас

К сожалению ноутбуковских файлов нет

Этот файл интересует: https://cloud.mail.ru/public/4cLh/4EKfRbgqS ?

да, похоже на тот, что нужно.

Посмотрите, пожалуйста, также и stochastic_variables.ipynb - с ним на курсере та же проблема. это файл с этой же недели из раздела про вероятность и случайные величины.

Спасибо.

Добрый вечер! застряла на задании 5 2 недели. Создайте матрицу размера n * d, где n — число предложений. Заполните ее: элемент с индексом (i, j) в этой матрице должен быть равен количеству вхождений j-го слова в i-е предложение. У вас должна получиться матрица размера 22 * 254. Подскажите как можно записать кол-во вхождений, даже не представляю с чего начать. Вроде создала пустой массив, затем туда с пом.двух циклов просто добавляю слова из строк. Но у меня ничего не выходит.

На stepik есть курс типа факультатива к этому курсу. Там все эти простые задачки учат решать.

а как назыв.курс сам можете сказать?

Практикум по математике и python

Здесь нужен массив нулей np. zeros(), а предложения превратить в массивы с помощью split(). Количество вхождений слова в массив count(). Также понадобится словарь dict, куда слова будут записываться в ключи для удобства поиска потом. Вроде d это размерность этого словаря, а точнее массива уникальных ключей словаря .keys() . Весь процесс представляет собой превращение предложений в векторы(строки с частотами) , чтобы находить расстояния между ними.

#C3W2 Задание на РСА.  Правильно ли я понимаю, что просто PCA и есть RandomizedPCA в последних версиях библиотеки sklearn?

Строки нужно обработать предварительно. Посмотрите работу со словарями в питоне