这一节课主要大概讲述了一下 拿到数据以后的一个处理流程简介,具体操作内容以及原理并不多
特征工程
scikit-learn preprocessing
scikit-learn feature
特征过滤:scikit-learn feature_selection
每一列特征的方差:主观上感觉如果方差太小 可能特征没什么意义 ;太大可能有意义
过滤型
SelectKBest
包裹型
RFE
嵌入型
SelectfromModel
Linear model,L1正则化
模型选择
K折交叉验证 K-fold cross validation
模型参数选择
sklearn.grid_search.GridSearchCV
模型评估
plot learning curve
模型融合
sklearn.ensemble.BaggingClassifier
stacking blending
Boosting