University-of-Liverpool--Ion-Switching

利物浦大学离子交换 数据：请参阅 在该项目中，主要目标是根据电生理信号数据预测存在的明渠数量。 这些预测处于亚微观水平。 通过研究离子通道（可以借助机器学习来实现），它可以对抵抗感染，产生疼痛信号和刺激肌肉收缩产生深远的影响。 尝试过的算法：神经网络，KNN，ANOVA，简单线性模型，具有次数多项式2的线性模型，朴素贝叶斯得以实现 最终算法：XGBoost证明是基于电生理信号数据预测存在的开放通道数量的良好模型，其RMSE为0.054751（在所有模型中最低），并且在Kaggle上的得分为0.912。