综合实训周报二

理论学习

本周主要学习了数据挖掘中有关特征工程部分的知识。

特征工程（feature engineering）包括特征提取和特征选择两个方面。特征提取广义上指的是一种变换, 将处于高维空间的样本通过映射或变换的方式转换到低维空间, 达到降维的目的；特征选择指从一组特征中去除冗余或不相关的特征来降维。

同时，本周还走马观花地学习了相关模型，如GBDT，XGBoost等。并上网阅览了相关经验分享，包括如何提高准确率，是否需要剔除有关数据等等。

实践学习

本周主要进行了相应的数据预处理。

查看了相关的缺省值，并对数据缺失部分进行了填充，包括平均值法，众数法等等，都是一些较为简单的填充方法。并将一些非数值型数据转化为数值型数据。通过数据可视化，加上根据自己的直观感受，选取了一些自己感觉比较重要的数据，其他数据则直接丢弃。

由于本周恰逢国庆中秋假期，所以本周所做的工作不是很多，现在也没有得到实验数据，所以暂时没有比赛结果。