task4建模与调参

1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；

2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；

3嵌入式特征选择：

• Lasso回归；
• Ridge回归；
• 决策树；

4模型对比：

• 常用线性模型；
• 常用非线性模型；

5模型调参：

• 贪心调参方法；
• 网格调参方法；
• 贝叶斯调参方法

预备知识：过拟合、模型复杂度、正则化

过拟合：收集多样化的样本，简化模型，交叉检验。

reduce_mem_usage函数调整数据类型，减少数据在内存中占用的空间

待补充