Task2:数据的探索性分析(EDA)
第一次打卡,昨晚的直播课受益匪浅,准备先跑一遍Baseline,再对着更改,在这么长篇的代码中,各个编辑器对比发现,推荐pycharm,唯一不好的地方就是不能像jupyter那样每句语言都显示结果,导致pycharm是每次都全部跑一遍结果,可能会比较慢,也许是我太小白了,还有别的更好方案吧。
Baseline
baseline的流程是:
- 导入各种工具箱import,数据处理有:numpy,pandas;可视化包括:matplotlib,seaborn,注意在pycharm中画图%matplotlib inline最后要加上plt.show(),否则会报错!
- 数据读取用Pd.read_csv,分隔符sep=空格,区分训练集和测试集,这里的比例是3:1,数据简要浏览:head(),数据信息查看Info(),统计信息浏览describe(),
- 特征工程:从数值型之中粗略的选了一些变量,待优化,缺省值用-1填补
- 模型训练与预测:
'''step4:模型训练与预测
利用xgb进行5折交叉验证查看模型的参数效果'''
xgr=xgb.XGBRegressor(n_estimators=120,learning_rate=0.1,gamma=0,subsample=0.8,colsample_bytree=0.9,max_depth=7)
scores_train=[]
scores