主要流程：
- EDA数据分析
- 数据清洗
- 特征工程
- 构建模型pipeline
- 训练模型
- 部署
EDA数据分析：看数据内的缺失状况，分割表（连续值和离散值）根据一些主要的col做一些scatter。大致确定一下特征内的关系，以及特征的重要度分析
数据清洗：
按row:关键特征None值多整条删除
按col:None值多删除，None值少补值（众数，平均数等，接近数）
特征工程：
将部分离散列合并，对离散值onehot编码，ip按照网段分开
构建模型pipeline：
拆分大文件，按比例分配测试集和训练集
补充内容：特征重要度分析，大文件的pipeline构建，基础的机器学习算法
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
