作者：王茂霖，華中科技大學，Datawhale成員

內(nèi)容概括

數(shù)據(jù)挖掘提分三板斧：

1.金斧-數(shù)據(jù)清洗和特征工程

2.銀斧-模型參數(shù)調(diào)節(jié)

3.銅斧-模型集成

PPT下載：后臺回復(fù)“210406”可獲取

視頻地址：https://www.bilibili.com/video/BV1MU4y1h75G

數(shù)據(jù)清洗和特征工程

一、關(guān)于數(shù)據(jù)清洗

1.缺失值處理：

2.異常值處理：

數(shù)據(jù)清洗-數(shù)據(jù)分桶

3.數(shù)據(jù)分桶：

4.數(shù)據(jù)標準化：在不同的問題中，標準化的意義不同

（1）在回歸預(yù)測中，標準化是為了讓特征值有均等的權(quán)重；

（2）在訓(xùn)練神經(jīng)網(wǎng)絡(luò)的過程中，通過將數(shù)據(jù)標準化，能夠加速權(quán)重參數(shù)的收斂；

（3）主成分分析中，需要對數(shù)據(jù)進行標準化處理；默認指標間權(quán)重相等，不考慮指標間差異和相互影響。

數(shù)據(jù)清洗的示例：

二、關(guān)于特征工程

1.特征構(gòu)造：

2.特征選擇：

特征工程的示例：

模型參數(shù)調(diào)節(jié)

一、關(guān)于建模調(diào)參

1.理解模型

2.性能驗證

3.模型調(diào)參

模型集成

一、關(guān)于模型集成

1.加權(quán)融合

2.Boosting/Bagging

3.Stacking/Blending

模型集成示例：

本文作者

王茂霖，Datawhale重要貢獻成員，Datawhale&天池數(shù)據(jù)挖掘?qū)W習賽開源內(nèi)容發(fā)起人，全網(wǎng)閱讀超10w。

參賽30余次，獲得BCIC-數(shù)字中國創(chuàng)新創(chuàng)業(yè)大賽亞軍，全球城市計算AI挑戰(zhàn)賽，Alibaba Cloud German AI Challenge等多項Top10。

分享地址

復(fù)制鏈接打開（或閱讀原文）
https://www.bilibili.com/video/BV1MU4y1h75G


往期精彩回顧




適合初學者入門人工智能的路線及資料下載
機器學習及深度學習筆記等資料打印
機器學習在線手冊
深度學習筆記專輯
《統(tǒng)計學習方法》的代碼復(fù)現(xiàn)專輯
AI基礎(chǔ)下載
機器學習的數(shù)學基礎(chǔ)專輯
溫州大學《機器學習課程》視頻
本站qq群851320808，加入微信群請掃碼：

數(shù)據(jù)挖掘提分三板斧！