阿里云天池学习笔记

一、准备工作

注册阿里云，云算力平台

赛事链接：零基础入门数据挖掘 - 二手车交易价格预测_学习赛_天池大赛-阿里云天池的赛制

二、baseline

1.one-hot编码
每个唯一的分类值都被赋予一个唯一的二进制向量，也被称为独热向量，因为在这个向量中， 
只有一个位置的元素是1(表示该类别的存在)，其余所有位置的元素都是0 
如，猫、狗、鸟三分类中，猫可以被编码为[1,0,0],狗为[0,1,0],乌为[0,0,1] 

2.梯度下降

【深度学习】梯度下降（通俗易懂）_深度学习梯度下降-CSDN博客

3.特征缩放(归一化) 
使用原因
使用单一指标对某事物进行评价并不合理，因此需要多指标综合评价方法，多指标综合评价方法，就是把描述某事物不同方面的多个指标综合起来得到一个综合指标，并通过它评价、比较该事物。 由于性质不同，不同评价指标通常具有不同的量纲和数量级。当各指标相差很大时，如果直接使用原始指标值计算综合指标，就会突出数值较大的指标在分析中的作用、削弱数值较小的指标在分析中的作用。 
为消除各评价指标间旨纲和数量级的差异、保证结果的可充性，就需要对各指标的原始数据进行特征缩放(也有数据标准化、数据归一化的说法，但这些叫法不准确，所以不推荐)。 
由于量纲和数量级不同，所以需要特征缩放，特征缩放可以显著提升部分机器学习算法的性能，但它对部分算法没有帮助。

三、赛事讲解

1.定义解压.zip包函数，进行解包

2.以空格为分离字符处理数据

3.处理离散数据，连续数据，（可能）无关数据