数据挖掘基础知识与比赛的了解 task1

task2

怀着紧张的心情开启了自己第一次关于数据方面的比赛之旅，有挑战，也有期待。

关于赛题

1. 理解赛题
2. 对赛题背景要了解，不要一拿到赛题就拿代码，拿数据去跑；
3. 数据中会有很多异常值，我们要对错误值、缺失值等等进行数据清洗；
4. 比赛分类通常为三种，分类问题，回归问题，其他问题，本次比赛的二手车交易是一个回归问题，用已有之前的数据进行回归分析来预测以后的二手车的价格等等；
5. 泛化能力要强，做出的模型要对学习集以外的一些数据能做出更好的预测；
6. 赛题的数据
   • Field–Description表示标签与其对应的描述，
   • 数据分为定类变量，定序变量，定距变量。分别表示 ：名义上的，不能用数目或程度表示，如性别；有分类，排序，但差无意义，如消费水平；有分量，有排序，且差有意义，如身高体重。
7. 比赛的评判标准，有 R^2，MAE平均觉得误差,MSE均方误差

Baseline

1. 数据科学库：pandas，numpy，scipy
2. 数据可视化：matplotlib，seabon
3. xgb,lbg等算法是模型建造的重点

这些都是以后需要找时间细细学习的地方