机器学习训练与建筑师（一）

最近通过参加比赛来进行学习，前两天主要是调用了lightgbm，kfold，gridsearch，xgboost这几个模型/api。

简单谈谈体会，感觉整体的训练过程就好像盖房子，自己是建筑师：

1. 首先需要有一个建筑的图纸，也就是一个空模型，如xgb或者lgb或其他模型
2. 然后要建筑工人累砖瓦，也就是填入模型的参数，比如xgb的xgb.train（params），而对于metrics其实就相当于垒砖瓦的时候的标尺，标线
   3 然后需要装修工人进去装修，就是xgb.fit（），训练多少论，是否需要打印每轮迭代效果，就相当于你的装修预算，给你装修报备等等
3. KFold是啥？就是把这个建筑分为几个楼层，不加KFold是一次性装修完，有了KFold就把建筑分层装修，比如n_splits = 5,就是分为五层装修，一层他们先装修一下（将train_idx放入model.fit）,然后你检查一下（将val_idx放入model.fit）
4. 装修好了，最后让你检查一下针对每个指标打分，也就是xgb.predict（test）