摘要：
特征工程的整体思路： 1. 对于特征的理解、评估 2. 特征处理： 2.1 特征处理 2.1.1 特征清洗 清洗异常、采样 2.1.2 预处理 单特征情况：归一化、离散化、哑变量编码、缺失值填充等。数据变换例如log服从正态分布。 多特征情况： 降维：PCA、LDA（这个不太了解、待学习） 特征选择 阅读全文
摘要：
结合最近正做的蚂蚁金服比赛中遇到的小问题，以kaggle上的house prices competition的一篇kernel的特征工程处理为例子做一些简单的总结。 house prices地址：https://www.kaggle.com/c/house-prices-advanced-regre 阅读全文
摘要：
一、安装ubuntu系统 1.ubuntu系统是Linux系统的一种，和centos差别不大，但是个人还是建议大家安装ubuntu，它更适合国内使用习惯，换句话说更亲切。 2.安装方法不再赘述，网上有很多教程，我遇到的一个问题是联想BIOS一定要关闭security boot，否则u盘都找不到。 3 阅读全文
摘要：
然后再次输入： 即可正常安装。 转自：https://www.cnblogs.com/fsong/p/5823826.html 阅读全文
摘要：
原kaggle比赛地址：https://www.kaggle.com/c/titanic 原kernel地址：A Data Science Framework: To Achieve 99% Accuracy 首先我们绘制出皮尔森系相关度的热力图，关于皮尔森系数可以翻阅资料，是一个很简洁的判断相关度 阅读全文
摘要：
原kaggle比赛地址：https://www.kaggle.com/c/titanic 原kernel地址：A Data Science Framework: To Achieve 99% Accuracy Step 5: Model Data 数据科学是交叉学科，我们仅仅称他为计算机科学的一部分 阅读全文
摘要：
恢复内容开始 原kaggle比赛地址：https://www.kaggle.com/c/titanic 原kernel地址：A Data Science Framework: To Achieve 99% Accuracy Step 4: Perform Exploratory Analysis w 阅读全文
摘要：
原kaggle比赛地址：https://www.kaggle.com/c/titanic 原kernel地址：A Data Science Framework: To Achieve 99% Accuracy 问题处理之前要知道的事： 数据科学框架（A Data Science Framework） 阅读全文
摘要：
kaggle学习笔记之Titanic问题 阅读全文