weixin_39107270的博客

【代码】机器学习-数值特征。

接上篇，特征重要性解释特征重要性展示了每个特征发挥的作用情况，partial dependence plots可以展示一个特征怎样影响的了预测结果。前提同样是应用在模型建立完成后进行使用，概述如下：首先选中一个样本数据，此时想观察Ball Possession列对结果的影响。保证其他特征列不变，改变当前观察列的值，例如选择40%,50%,60%（大小）分别进行预测，得到各自的结果。对比结果就能知道当前列(Ball Possession)对结果的影响情况。包： pdpbox。

一般情况下，使用集成算法去看特征重要性比较好。关注某一个特征，计算其permutation importance:训练好当前模型考虑特征A对模型结果的影响。将特征A打乱顺序，比较模型结果，误差是否变得更大。如果误差改变不大，说明该特征不重要，如果误差改变大，则重要。工具包 eli5。

任务目标：利用异烟酸生产过程中的各参数，数据集包括生产工程中10个步骤的参数，样本id、A1-A28、B1-B14包括原料、辅料、时间、温度、压强等以及收率特征处理关键： 时间数据如何处理？

为期30天的用户数据，但是不是所有的用户都有30天的信息数据，比如用户A第7天注册的，则其前6天没有数据。预测未来用户活跃度的可能性。预测7天后的，基于第7天，预测第14天，基于第8天，预测第15天用户活跃度的可能性（0/1）活跃用户定义为：在未来七天使用过APP。