python-ml.md

• #1.机器学习三要素 ##1.1 样本 交叉验证

  • Sklearn-train_test_split随机划分训练集和测试集

  ##1.2 特征 数据处理

  ##1.3 模型 模型选择(训练目标、优化算法)、模型调参、模型融合 ###1.3.1 xgboost

  • xgboost参数(汉)
  • 论XGBOOST科学调参
  • xgbfi xgboost特征交互和重要度。里面提到用Gain（特征增益）和Cover（分裂方向的概率）构造出期望增益ExpectedGain，相比于分裂次数更能体现特征的实际作用。另外考虑了如何评估多个特征之间的影响，就是计算一条路径的增益。不过工具还不完善，对评估指标本身也没有进行详细解释。

  #2.工具箱

  ##2.1 Python基础

  • Python重新加载模块方法

  ##2.2 Pandas数据处理

  • Pandas基础
    • Python数据分析之pandas学习
    • 2. pandas入门
    • Pandas:如何使用应用函数到多列
  • Pandas画图
    • 用Pandas作图 （注：记得调用 plt.show() 显示图）介绍了如何用pandas画图
    • pandas 画图api Visualization 这两个是官方对画图功能的介绍,Visualization里面的东西很多，值得学习
    • df.describe() 可以看数据的一些基础信息：数据量、最大(小)值、均值、上下四分位数、中位数
    • df.hist() 直方图，可以看数据的分布
    • df.plot(x='boys', y='girls', kind='scatter') 可以画散点图，直观的看数据之间的关系
    • df.corr() 可以计算数据之间的相关度

  ##2.3 SKI