python特征相关性热力图怎么画_特征锦囊：怎么来管理我们的建模项目文件？

今日锦囊

特征锦囊：怎么来管理我们的建模项目文件？

这个专题其实很久之前在我的一篇文章里有比较详细的介绍，可以戳《分享8点超级有用的Python编程建议》，但是今天我还是想把其中的一个内容重点来说一下，大家可以先看看这张图，这个我们在做建模项目时，个人比较推荐的一个建项目文件的demo。

点击图片看高清大图

这个项目文件结构是我平时经常用的，会根据项目复杂度自行删减一些内容，不过总体的框架还是差不多的，所以分享给大家参考下呗，因为个人用起来还是蛮不错的，图片里讲了还是比较详细的了，不过我还是挑一些重点来简单解释一下：

• experiment：专门用来存放我们的实验文件，也就是那些不断地测试算法的中间文件。
• model：存放不同算法的最终版本代码的文件夹
• data：存放数据的文件夹，里面还会分不同类别去存放数据，比如external(来自第三方的数据)、interim(经过部分清洗转换的数据源，如SQL、SAS)、raw(原始数据集，不添加任何加工)、processed(最终用于建模的数据集)、code(用于储存数据清洗的代码)

今天的小锦囊比较简单哈，不过个人觉得还是蛮有用的，所以也作为一个锦囊送给大家哈~?

往 期 锦 囊

特征锦囊：特征无量纲化的常见操作方法

特征锦囊：怎么进行多项式or对数的数据变换?

特征锦囊：常用的统计图在Python里怎么画?

特征锦囊：怎么去除DataFrame里的缺失值？

特征锦囊：怎么把被错误填充的缺失值还原？

特征锦囊：怎么定义一个方法去填充分类变量的空值？

特征锦囊：怎么定义一个方法去填充数值变量的空值？

特征锦囊：怎么把几个图表一起在同一张图上显示？

特征锦囊：怎么把画出堆积图来看占比关系？

特征锦囊：怎么对满足某种条件的变量修改其变量值？

特征锦囊：怎么通过正则提取字符串里的指定内容?

特征锦囊：如何利用字典批量修改变量值？

特征锦囊：如何对类别变量进行独热编码？

特征锦囊：如何把“年龄”字段按照我们的阈值分段？

特征锦囊：如何使用sklearn的多项式来衍生更多的变量？

特征锦囊：如何根据变量相关性画出热力图？

特征锦囊：如何把分布修正为类正态分布？

特征锦囊：怎么找出数据集中有数据倾斜的特征？

特征锦囊：怎么尽可能地修正数据倾斜的特征？

特征锦囊：怎么简单使用PCA来划分数据且可视化呢？

特征锦囊：怎么简单使用LDA来划分数据且可视化呢？

 ? GitHub传送门 

https://github.com/Pysamlam/Tips-of-Feature-engineering

原创不易，如果觉得这种学习方式有用，希望可以帮忙随手转发or点下“在看”，这是对我的极大鼓励！阿里嘎多！?