Nathan Chen
·
失眠、打鼾与决策树
💡
原文英文，约800词，阅读约需3分钟。
📝
内容提要
我在寄宿学校经历失眠，开始关注室友的打鼾声并记录其频率与变量的关系。通过训练决策树算法，我成功预测打鼾频率，准确率达到70%。这让我学会了创造性解决问题，享受睡眠。
🎯
关键要点
- 失眠是我在寄宿学校的常见问题，影响了我的生活。
- 我开始关注室友的打鼾声，并记录其频率与变量的关系。
- 通过训练决策树算法，我成功预测打鼾频率，准确率达到70%。
- 我学会了创造性解决问题，享受睡眠。
- 尽管存在一些变量选择的缺陷，但我从中获得了宝贵的经验。
❓
延伸问答
失眠对我的生活有什么影响？
失眠影响了我的生活，使我在寄宿学校的日常中感到疲惫和困扰。
我如何记录室友的打鼾声？
我记录了室友打鼾的频率，并将其与运动、睡前零食、空调温度和作业量等变量进行比较。
我使用了什么算法来预测打鼾频率？
我使用了决策树算法，具体是XGBoost算法来预测打鼾频率。
我的预测模型准确率是多少？
我的预测模型在十天的比较中达到了70%的准确率。
我从这个项目中学到了什么？
我学会了创造性地解决问题，并将所学知识应用于实际生活中。
在这个过程中有什么不足之处？
这个过程中的不足之处包括变量选择的随意性和结论的直接性，可能不符合严格的科学标准。
➡️
