数据挖掘 周报七

理论学习：

重新熟悉一下数据挖掘比赛的流程，以及每个阶段的内容和常用方法：
（1）数据分析阶段：数据集中特征缺失情况；可视化数据；变量分布情况。
方法：尽量利用函数，查看各变量情况。
（2）特征工程阶段：数据预处理；异常值处理；数据分箱；特征交互；特征编码；特征选择。
方法：缺失值过多，或者值都一样的特征，可以删除；均方差和箱形图；固定宽度分箱，分位数分箱，卡方分箱…
（3）建模和调参阶段：模型选择；调参。
方法：贪心调参；网格调参；贝叶斯调参。
（4）模型融合阶段：模型融合。
方法：平均；投票；排序融合；log融合；stacking；blending。

实践

熟悉python库对数据挖掘有用的函数库：sklearn；numpy；pandas等

下一步工作

对期末大作业进行前期工作和数据处理。