weixin_42059327的博客

一、EDA（Exploratory Data Analysis）EDA：也就是探索性的分析数据* 目的：理解每个特征的意义；知道哪些特征是有用的，这些特征哪些是直接可以用的，哪些需要经过变换才能用，为之后的特征工程做准备；1）每个特征的意义、特征的类型：df.describe()df[‘Category’].unique()2）看是否存在 missing value（特征数据是否缺失）df.loc[df.Dates.isnull(),‘Dates’]3）看每个特征下的数据分布，用

机器学习常见算法划分（1）分类：KNN，决策树，贝叶斯，LR，SVM，神经网络,adaboost等（2）回归：线性回归等（3）聚类：k-means,层次聚类等（4）降维：PCA,SVD等（5）推荐：关联规则,协同过滤算法等模型评估与选择Ø在用算法解决实际任务需求时，可以有很多种算法做选择，获得不同的模型，或者由同一个学习算法的不同参数选择，得到不同的模型，选择哪一个算法，选择哪一个参数呢？这就是机器学习算法中的模型选择问题。Ø可以通过测试来评估学习器（模型）的泛化误差，进而选择好的模型。那么