数据挖掘学习——第二周周报

本周进度：

1. 参照Datawhale提供的baseline基线方案，代码实现了数据分析阶段内容，并学习涉及到的一些函数的具体用法，如isnull函数的多种应用，但因为还没完成后续建模、训练，以及对过拟合、偏差、方差等评估因素的不熟悉，对数据预处理的多种方法尚且无法分清孰优孰劣。
2. 参照b站python数据挖掘教程学习了几种不同的画图函数的使用方法。Jupyter画图在画图数量较多时较程序画图确实更为方便。
3. 对特征工程阶段内容进行了理论学习，但还没有开始代码实现，特征工程的学习遇到了许多疑惑的点，特征工程的内容和第二次课的内容也有些相似之处，在异常值处理（分箱法）、特征交互方面都存在些疑惑点尚未解决。

学习心得：

第二周原本计划是国庆假期完成第一次提交，但因为拖延和一些特殊情况（手伤看了几次医生），导致时间安排的不合理，没有及时完成。观摩了其他同学的周报以后，看到大家的提交成绩感到很羞愧的同时，也反思了自己的学习方式有问题。最开始进行学习的时候因为各方各面的只是都是第一次接触，觉得有些无处下手，于是乎就按照baseline方案一步一步地走，但问题在于，五个环节设计到的知识量是很大的，要是想一个环节一个环节完全学明白了再往下走，相比于“整体过一遍，先试着初步实现整个步骤，再退回各个环节逐步细化完善”要低效得多，而且后者还可以根据训练结果来判断前面各个环节的尝试孰优孰劣。其他有很多同学也是学习到特征工程、选择模型的环节，但是已经能做出不错的成绩了。希望在第三周的学习里，怀着第二周都没做出成绩的羞愧...赶上进度。