数据挖掘 - 建模调参

使用交叉验证选择模型
在实际操作中特征和模型是需要不断尝试改进完善的；小雨大佬的经验是使用贪心策略先选择一个简单的模型，在这个模型上进行特征工程，将特征部分做到目前想不到办法能做任何改进的时候，再用交叉验证或者根据实际情况设计验证方法选择合适的模型。

1. 线性回归模型：
   • 线性回归对于特征的要求；
   • 处理长尾分布；
   • 理解线性回归模型；
2. 模型性能验证：
   • 评价函数与目标函数；
   • 交叉验证方法；
   • 留一验证方法；
   • 针对时间序列问题的验证；
   • 绘制学习率曲线；
   • 绘制验证曲线；
3. 嵌入式特征选择：
   • Lasso回归；
   • Ridge回归；
   • 决策树；
4. 模型对比：
   • 常用线性模型；
   • 常用非线性模型；
5. 模型调参：
   • 贪心调参方法；
   • 网格调参方法；
   • 贝叶斯调参方法；