1、先仔细观察数据，看看我们的数据是否有空值、异常值（方差过大），然后看看我们要预测的东西是否肉眼可以看出规律。
2、看一下我们训练样本是否足够多，如何正确的分成训练集、测试集和验证集。因为有时候特征是时序的，那么我们如果使用
train_test_split去区分验证集和测试集，会导致我们测试集的样本，在训练集中已经出现了非常相似样本，会导致验证集结果很好，可是到测试集里结果却很差。
3、明确我们能预测的时间范围，看我们是能预测未来一天的，还是预测未来一周的。
4、特征工程：
①对于时序特征，我们可以取x2-x1,x3-x2,x4-x3作为特征。
②如果是回归问题，对结果取log，可以将不符合正态分布的数据，转化为正态分布
③可以使用滑动窗口取时序特征，np.mean(np.array([1,2,3,4]).reshape(-1,2),axis=1)，这样窗口长度为2，步长stride=2
5、回归问题一般使用rmsle和mape进行评判
def calculate_rmsle(pred,y_test):
arr = np.log(pred+1)-np.log(y_test+1)
RMSLE = np.sqrt(np.linalg.norm(arr)/len(arr))
return RMSLE
标签y必须是大于0的，如果有等于0的情况，需要+1
def calculate_mape(pred,y_test):
arr = np.fabs((y_test-pred)/y_test)
mape = np.sum(arr)/len(y_test)
return mape
6、xgboost里面对于one-hot的类别特征构造时，会将不同类别的样本直接独立开来。所以如果我们是类别特征的，不同的类别之间的样本要学习他们的共性的时候，
如果这个特征之间有顺序的话，比如1，2，3，4，5，6，7代表星期的，他们是有顺序的，我们就还是用这个构造。或者0代表0-1之间的区间，1代表1-2之间的区间，这两个类别之间
有大小关系的，我们就直接取数字。
但是如果两个类别之间完全没有先后顺序，比如天气“阴天”和“晴天”，我们就还是取one-hot特征