David_house的博客

上述我们主要通过log转换正则化模型选择参数微调等方法来提高预测的精度最后附上一些学习链接供大家参考：线性回归模型：https://zhuanlan.zhihu.com/p/49480391决策树模型：https://zhuanlan.zhihu.com/p/65304798GBDT模型：https://zhuanlan.zhihu.com/p/45145899XGBoost模型：https://zhuanlan.zhihu.com/p/86816771。

特征工程的主要目的还是在于将数据转换为能更好地表示潜在问题的特征，从而提高机器学习的性能。比如，异常值处理是为了去除噪声，填补缺失值可以加入先验知识等特征构造也属于特征工程的一部分，其目的是为了增强数据的表达。

数据探索有利于我们发现数据的一些特性，数据之间的关联性，对于后续的特征构建是很有帮助的。对于数据的初步分析（直接查看数据，或.sum(), .mean()，.descirbe()等统计函数）可以从：样本数量，训练集数量，是否有时间特征，是否是时许问题，特征所表示的含义（非匿名特征），特征类型（字符类似，int，float，time），特征的缺失情况（注意缺失的在数据中的表现形式，有些是空的有些是”NAN”符号等），特征的均值方差情况。