не могу понять как.. там если 285.. то один час будет много раз встречаться... но как его из отрезка вынести то?

в нейронках такое не прокатит, бустинг такое может и любит

У тебя же есть какой то секретный соус, да?

s = 125
e = 1890
s24 = s%24
e24 = e%24

count = (e-s)//24
interested_hour = 8
if s24 < interested_hour and e24 > interested_hour:
   count+=1

count

# test
count2 = 0
for i in range(e//24+1):
   h = (i*24 + interested_hour)
   if h >= s and h <= e:
       count2+=1
#         print(h)
   
count2

может где то и баг, но вроде корректно

два варианта

о..спасибо...

Граали пошли

да там просто жесть, дышать нельзя инача cv вниз улетает

я пару дней назад засабмитил свои локальные 12.5, на lb улетел на 13.4

какие граали, просто ответ на вопрос,к отрый кодится за пару минут

😳

граали в том, что я этого не использую

Прочитал сейчас статью по поводу использования эмбеддингов для кодирования катфичей и не уверен, что верно понял концепцию.

То есть, скажем, у нас есть катфича с 12-ю уникальными значениями. Я строю обычный перцептрон, где в качестве независимой фичи подаётся моя катфича, а в качестве зависимой - исходный таргет.

И после обучения, я вытаскиваю значения в нейронах с первого скрытого слоя. Это и есть мои эмбеддинги. Я неверно понял?

в теории не знаю, но с точки зрения практики выглядит так.
создается dict под кат фичу. Ключ - значение фичи, значение какой то эмбеддинг. При подачи этой фичи в нейронку вместо неё берется эмбединг. Далее считаются градиенты и эмбеддинг оптимизируется.
В итоге у тебя есть dict фича->эмбеддинг

cat_feature=1 -> [0.1,0.02,0.5] -> NN -> target
optimizer
cat_feature=1-> [0.101,0.019,0.51] -> NN -> target
optimizer
cat_feature=5 -> [0.8,0.3,0.1] -> NN -> target
...

А как инициализируется этот самый эмбеддинг в начале?

как и остальные веса нейронки

А в качестве таргета выступает что?