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
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：
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。
二、关于特征工程
1.特征构造：
2.特征选择：
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
视频：https://www.bilibili.com/video/BV1MU4y1h75G
文章来自：https://mp.weixin.qq.com/s/41OmNMK1VFKQRuW6D7kqgA
本文只做笔记，不做任何商业用途