此心安处是吾乡

@(Aaron) [机器学习, 模型结果融合] 主要内容包括： 简单加权融合: 回归（分类概率）：算术平均融合（Arithmetic mean），几何平均融合（Geometric mean）； 分类：投票（Voting) 综合：排序融合(Rank averaging)，log融合 stacking/blending: 构建多层模型，并利用预测结果再拟合预测。 boosting/ba...

@(Aaron) [机器学习, 建模与调参] 主要内容包括： 线性回归模型 模型性能验证： 嵌入式特征选择: 模型对比： 模型调参 文章目录1 相关原理介绍与推荐2 线性回归模型2.1 读取数据2.2 线性回归 & 五折交叉验证 & 模拟真实业务情况2.2.1 简单建模2.2.2 五折交叉验证2.2.3 模拟真实业务情况2.2.4 绘制学习率曲线与验证曲线3 多种模型对比 ...

@(Aaron) [机器学习, 特征工程] 主要内容包括： 数据理解 数据清洗： 特征构造: 特征选择： 类别不平衡 文章目录1 数据理解1.1 数字特征1.2 类别特征2 数据清洗2.1 特征变换2.2. 缺失值处理2.3. 异常值处理2.4 其他3 特征构造3.1 统计量特征：3.2 时间特征：3.3 地理信息：3.4 非线性变换：3.5 数据分桶：3.6 特征组合4 特征选择4.1 ...

@(Aaron) [机器学习, EDA-数据探索性分析] 主要内容包括： 载入各种数据科学以及可视化库： 数据科学库 pandas、numpy、scipy； 可视化库 matplotlib、seabon； 其他； 载入数据： 载入训练集和测试集； 简略观察数据(head()+shape)； 数据总览: 通过describe()来熟悉数据的相关统计量 通过info()来熟悉数据类型 ...