这是一篇关于xgboost特征工程的学习笔记，作者通过解释他人的代码来加深理解。笔记中涉及了离散数据如cat1-cat116和连续数据如count1-count14的处理，数据来源于Kaggle的Allstate Claims Severity比赛。
xgboost特征工程学习笔记
来对代码一一进行解释吧
数据集长这个样子
id cat1 cat2 cat3 cat4 cat5 cat6 cat7 cat8 cat9 ... cont6 \
0 1 A B A B A A A A B ... 0.718367
1 2 A B A A A A A A B ... 0.438917
2 5 A B A A B A A A B ... 0.289648
3 10 B B A B A A A A B ... 0.440945
4 11 A B A B A A A A B ... 0.178193
cont7 cont8 cont9 cont10 cont11 cont12 cont13 \
0 0.335060 0.30260 0.67135 0.83510 0.569745 0.594646 0.822493
1 0.436585 0.60087 0.35127 0.43919 0.338312 0.366307 0.611431
2 0.315545 0.27320 0.26076 0.32446 0.381398 0.373424 0.195709
3 0.391128 0.31796 0.32128 0.44467 0.327915 0.321570 0.605077
4 0.247408 0.24564 0.22089 0.21230 0.204687 0.202213 0.246011
cat1-cat116,是离散数据，count1-
最低0.47元/天 解锁文章
6806
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
