Task4:建模与调参

3.31–Task4:建模与调参

Datawhale 零基础入门数据挖掘-Task4 建模调参
四、建模与调参
Tip:此部分为零基础入门数据挖掘的 Task4 建模调参 部分，带你来了解各种模型以及模型的评价和调参策略，欢迎大家后续多多交流。

赛题：零基础入门数据挖掘 - 二手车交易价格预测

地址：https://tianchi.aliyun.com/competition/entrance/231784/introduction?spm=5176.12281957.1004.1.38b02448ausjSX

4.1 学习目标
了解常用的机器学习模型，并掌握机器学习模型的建模与调参流程
完成相应学习打卡任务
4.2 内容介绍
线性回归模型：
线性回归对于特征的要求；
处理长尾分布；
理解线性回归模型；
模型性能验证：
评价函数与目标函数；
交叉验证方法；
留一验证方法；
针对时间序列问题的验证；
绘制学习率曲线；
绘制验证曲线；
嵌入式特征选择：
Lasso回归；
Ridge回归；
决策树；
模型对比：
常用线性模型；
常用非线性模型；
模型调参：
贪心调参方法；
网格调参方法；
贝叶斯调参方法；
4.3 相关原理介绍与推荐
由于相关算法原理篇幅较长，本文推荐了一些博客与教材供初学者们进行学习。

4.3.1 线性回归模型
https://zhuanlan.zhihu.com/p/49480391

4.3.2 决策树模型
https://zhuanlan.zhihu.com/p/65304798

4.3.3 GBDT模型
https://zhuanlan.zhihu.com/p/45145899

4.3.4 XGBoost模型
https://zhuanlan.zhihu.com/p/86816771

4.3.5 LightGBM模型
https://zhuanlan.zhihu.com/p/89360721

4.3.6 推荐教材：
《机器学习》 https://book.douban.com/subject/26708119/
《统计学习方法》 https://book.douban.com/subject/10590856/
《Python大战机器学习》 https://book.douban.com/subject/26987890/
《面向机器学习的特征工程》 https://book.douban.com/subject/26826639/