cool0805的博客

数据探索性分析，是通过了解数据集，了解变量间的相互关系以及变量与预测值之间的关系，对已有数据在尽量少的先验假设下通过作图、制表、方程拟合、计算特征量等手段探索数据的结构和规律的一种数据分析方法，从而帮助我们后期更好地进行特征工程和建立模型，是机器学习中十分重要的一步。添加代码对这些数据字段的取值分析，那些字段为数值类型？那些字段为类别类型？【机器学习】随机森林预测并可视化特征重要性_python随机森林特征重要性_白̵敬̵̵亭的博客-优快云博客。对于数值类型的字段，考虑绘制在标签分组下的箱线图。

'target'].mean() ，计算每个 eid 分组的 目标值（target） 均值， 【不知道为什么】创建pd.DataFrame的方法. pd.DataFrame函数详解 - 知乎 (zhihu.com)train_data['eid'].value_counts() 返回每个 eid 出现的频次计数。.map() 方法将每个样本的 eid 映射到训练数据中 eid 的频次计数，截取图片： eid为0 ，eid为1 ， eid为2。运行结果：（带上 行和列 的默认标签）给堆叠好的数组带上标签。

f1_score【数据类别有点分布不均匀，用该指标打分，会比准确率指标好一点】答：一共有9个key，写出9列key1_key9，在对应key下写上对应数字。选择机器学习，需要结合特征工程（人工提取特征）（考虑原始的时间含义）如果将submit.csv提交到讯飞比赛页面，会有多少的分数？每个字段之间的相关性，哪个跟标签相关？——时间戳 X2 X7。机器学习模型不支持字符串的输入，需要转变数值、向量、矩阵。赛题背景：根据信息，分析用户是 老用户 还是 新用户。数据集每个字段的类型？——对udmap做编码。