xutiantian1412的博客

五. 结果分析结果分析我们包含两部分，一是训练过程的分析，二是模型效果的分析。

书接上文。四.模型实验这里我们补充一些数据分析的东西。1. 数据分析及可视化相关熟悉pandas的操作 matplotlib/ seaborn 可视化分析（数据科学学习手札62）详解seaborn中的kdeplot、rugplot、distplot与jointplotseaborn库调色板color设置【知识整理】matplotlib在同一坐标系上绘制多条曲线 及在多个子图上绘图将数据/特征中的规律，可视化出来，也是很重要的。2....

书接上文。4. 特征筛选前述特征工程的工作从原始数据中提取，构造了众多特征，一般来说是可以直接用于模型训练的。但是对于机器学习模型来说，并不是特征越多越好。特征中冗余的信息，与目标值无关的变量，多个特征之间的线性关系等，都会对模型训练产生负面影响。因此进行特征对筛选是很必要对步骤。我们可以随意的构造众多特征，在筛选的时候根据数据量，问题场景等，或者经验，筛选出一部分特征，再传入模型...

场景为根据用户手机短信的风控建模，以此为例总结一套数据处理，特征工程，实验就结果分析的全流程珍贵的代码。一 数据预处理二 特征工程三 数据存储四 模型实验五 结果分析...

知识体系完整科班出身的在校生及诸位大神请跳过此篇。。。作为一位半路出家（当然不是削发为僧，不过既然要当程序员，头发也是留不住的）没有科班经历，想涉足机器学习这摊浑水的，可以参考一下这份人生经验。鄙人作为一位从地质勘探行业（从几百米的井下）走出的青年失业研究生，自己探索自学ML这条不归路已一年多，来这家正经公司搞正经的机器学习也足足八个月了。在机器学习的知识领域上可以说是。。。啥都不会，因为...