二手车价格预测数据挖掘学习—Task4

这几天迎接上级检查组，工作冲突特别大，因此功课落下有点多，连直播课都没有听到。晚上突击了一下，先把卡打了，回头清明节再好好研究一下这一部分内容。
一、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
二、学习到的内容
1.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；
2.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；
3.嵌入式特征选择：
Lasso回归；
Ridge回归；
决策树；
4.模型对比：
常用线性模型；
常用非线性模型；
5.模型调参：
贪心调参方法；
网格调参方法；
贝叶斯调参方法；
三、已完成工作
1.虽然比较忙，但是还算认真的看了小雨姑娘再知乎上的那两篇关于线性回归模型、决策树模型的笔记，清明节再把其他的几个内容好好看一看；
2.基本看懂了这回的代码，原谅我没见识，但是开头那个节省存储空间的自定义函数感觉真的很棒啊！