一、主要内容 线性回归模型: 线性回归对于特征的要求; 处理长尾分布; 理解线性回归模型; 模型性能验证: 评价函数与目标函数; 交叉验证方法; 留一验证方法; 针对时间序列问题的验证; 绘制学习率曲线; 绘制验证曲线; 嵌入式特征选择: Lasso回归; Ridge回归; 决策树; 模型对比: 常用线性模型; 常用非线性模型; 模型调参: 贪心调参方法; 网格调参方法; 贝叶斯调参方法; 二、相关工作 处理长尾分布。对售卖价格去对数,使之趋于正态分布。使用lightGBM模型,并查看各个参数的重要性。网格调参方法,寻找最优的参数。 代码传送门