王茂霖：数据挖掘提分三板斧！

↑↑↑关注后"星标"Datawhale

每日干货 & 每月组队学习，不错过

 Datawhale干货 

作者：王茂霖，华中科技大学，Datawhale成员

内容概括

数据挖掘提分三板斧：

1.金斧-数据清洗和特征工程

2.银斧-模型参数调节

3.铜斧-模型集成

PPT下载：后台回复“210406”可获取

视频地址：https://www.bilibili.com/video/BV1MU4y1h75G

数据清洗和特征工程

一、关于数据清洗

1.缺失值处理：

2.异常值处理：

数据清洗-数据分桶

3.数据分桶：

4.数据标准化：在不同的问题中，标准化的意义不同

（1）在回归预测中，标准化是为了让特征值有均等的权重；

（2）在训练神经网络的过程中，通过将数据标准化，能够加速权重参数的收敛；

（3）主成分分析中，需要对数据进行标准化处理；默认指标间权重相等，不考虑指标间差异和相互影响。

数据清洗的示例：

二、关于特征工程

1.特征构造：

2.特征选择：

特征工程的示例：

模型参数调节

一、关于建模调参

1.理解模型

2.性能验证

3.模型调参

模型集成

一、关于模型集成

1.加权融合

2.Boosting/Bagging

3.Stacking/Blending

模型集成示例：

本文作者

王茂霖，Datawhale重要贡献成员，Datawhale&天池数据挖掘学习赛开源内容发起人，全网阅读超10w。

参赛30余次，获得BCIC-数字中国创新创业大赛亚军，全球城市计算AI挑战赛，Alibaba Cloud German AI Challenge等多项Top10。

分享地址

• 复制链接打开（或阅读原文）

• https://www.bilibili.com/video/BV1MU4y1h75G

整理不易，点赞三连↓