经手了第一个算是类似项目的数据吧。（老师，这数据太干净了）
实话说，没想到自己会卡在数据预处理这里，现在想来也对，方法就那些，大不了来个集成化，最后谁更好，就看谁的数据处理的更完美。
通过删除Time列和转化一下At列，然后检测一下离群值，删去相关性不高的列，然后进行分箱处理，再往下来却发现直接0.99了，这算是方法错了吗？自己感觉不到。
现在想来，建立关联规则，也许方法之一，但实用吗？老师最后提了一嘴如果数据更多怎么办？
对呀，我现在只处理二十来列数据，如果数据更多，不说结果怎样，死用关联规则，电脑也许都不一定跑得起来。
=========================================================================
回顾了一下自己之前写的，突然感觉，自己好像钻了死胡同。
老板要的是如何选择，如果所有数据，均对实际需求有极大的相关性，都能影响结果，那么我们机器学习算是什么也没有做。‘
所有，正常来说，我一开始的做法是没有问题的，去掉无用数据，处理噪音、离群值。然后进行分箱、再检测相关性。
但是如果有很多项都有很高的相关性，我们就应该要进行关联规则，简单的说，择优。是个笨方法，但我想到的却只有这个。我有一亿条数据，均对我的需求有高影响，但我不可能从一亿选择中，做出选择，写手应该给我缩减选项。
那么关联规则如何简化，应该要回去在学一下cam
916
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
