数模学习日记（1）

 1. ARIMA时间序列模型

现在回顾一下它的基本建模流程：首先是画原始数据集的序列时序图；然后就是进行差分平稳（可能在未来需要改差分步数）；然后绘制自相关函数图和偏自相关函数图，根据所得的图选择ARIMA(p,d,q)的参数；拟合ARIMA模型，可以根据AIF和BIF选择最优的，再绘制残差图检验我们这个模型合不合适；白噪声检验；最后预测，并且可以可视化预测结果。

2.机器学习

细化来说，（1）学会了Q型聚类分析和R型聚类分析，主要要会看聚类后的树状图（注意聚类分析前要标准化数据），它俩的区别是R型聚类分析更针对变量很多的情况，可以先分析它们之间的相关性，相关性大的几个就选一个代表，减少聚类分析的压力。

（2）结合@艾派森的大数据分析案例入门了一下决策树预测和随机森林预测。第一个案例的实践过程中，有对文字型变量创建字典储存；删除不必要的列；拆分数据集为训练集和测试集;定义一个预测函数，里面用到构建的决策树模型。第二个案例的实践过程中，最大的收货是学会了用图像进行探索性数据分析，fig画出来的图真的很好看，可以从不同纬度进行分析。

3.以 2020Mathorcup D题 的问题一进行了实践

重点训练了数据预处理，（1）筛选数据  （2）删除数据缺失值  （3）按键合并数据表

然后复习了相关性分析，皮尔逊相关系数和斯皮尔曼相关系数试用范围，可以用热力图展现。

知道了随机森林的另一种用法，就是在探索多个指标对目标值的影响时，可以通过随机森林求出每个指标的重要性权重。