收集各话题的学习资料

1. 用户画像   

①由用户在搜索引擎输入的搜索内容推测用户的年龄、性别、学历，是一个有代码的案例，涉及：

           *  编码方式的转换，gb18030 utf8  gbk等转换，转换中涉及参数error = 'ignore'可以保证转化的顺畅

           *  搜索内容的从一个句子变成词，使用jieba这个包

           *  词性过滤，数据检验

           *  word2vec  用于将字符变成数字

           *  如何将数据记录变成可以输入给训练模型。可以采用平均向量，tfidf,主题模型等很多选择

           *  训练模型    决策树，逻辑回归， SVM等

           *  集成学习   也叫堆叠模型。  就是将训练分为2个阶段，第一阶段  决策树，逻辑回归， SVM等训练出来的pred作为第二阶段的特征继续训练处一个新的模型。