第二次打卡 数据处理

直播课程 https://tianchi.aliyun.com/notebook-ai/detail?postId=95457

赛季理解

~拿到赛题，先阅读赛题。查看赛题背景和需要完成的任务。是否存在数据缺失，误报，飘移等情况。可能会包含处理数据需要的步骤。需要考虑模型的泛化能力。
~查看赛题，列名及描述。
~考虑显式特征和匿名特征。对于匿名特征做一些变换猜测特征的特点。考虑不同表之间的关联和匹配。
~考虑数据量，笔记本的承受能力。

评测标准

这道赛题使用MAE评测标准。
不同评测指标对模型的判断标准不一样，会影响评分。最好是让训练评测标准和赛题标准一致。

评估指标是对于模型效果的数值型量化，可以使用sklearn.metrics中的函数进行评分计算。
分类：敏感度（accuracy_score）、Precision、Recall、F1-score、AUC-score
回归：MAE（平均绝对误差）、MSE（均方误差）、MAPE（平均绝对百分误差）、R2-score

结果提交

注意提交的标准和格式。

例

这道题是典型的回归问题，主要有应用xgb、lgb、catboost以及pandas numpy seaborn sklearn等常用包和框架来挖掘。

使用sklearn的metrics来判断分类效果。

总结：

理解赛题是什么问题，需要完成什么。
对数据进行读取，了解数据分布。
根据赛题的评价指标，