接上两篇:天池-二手车价格预测-EDA、天池-二手车价格预测-FE
0.Modeling简介
经过EDA和FE环节,原始数据已经经过相应的处理,此时可以将处理后的数据重新拆分为两个集合:特征集合和目标集合,然后,通过建模用特征预测目标。
1.主要流程
1.1 数据划分
通常,在训练有监督的机器学习模型的时候,会将数据划分为训练集、验证集和测试集,目的是为了能够选出效果最好、泛化最佳的模型。
训练集(Training set):训练出同一参数不同取值的模型。
验证集(Cross Validation set):验证训练集训练出的各个模型的效果,得到效果最好的模型的参数。
测试集(Test set):通过训练集、验证集中不存在的数据对模型泛化能力做出评估。
1.2 模型构建
此次直接使用XGBoost和LightGBM模型,有关详细介绍可以参考: