数据挖掘提分三板斧-转

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