数据挖掘流程baseline

学习机器学习，认为可以结合数据挖掘项目学习机器学习理论，这样效果更好，学习更快，不易忘记。
天池上面有很多教学的视频和项目，适合拿来入门练手。
今天就对于数据挖掘–二手车交易价格预测进行学习总结

EDA+特征工程+建模+模融合

数据挖掘流程

EDA

• 数据理解：要清楚本题的数据的含义，数据之间是否有关系，要解决一个怎么样的问题。
  

• 量化方法：看数据是何种类型，具体如下

• 数据清洗
  

1.数据的峰度与偏度
dataframe.skew() 数据的偏度，长尾巴在左说明往右偏，反之相同
dataframe.kurt() 数据的峰度，就是数据的平缓程度，尖顶峰说明峰度越大
2.pd.values_count()
3.缺失值可视化Python工具库：missingno
4.pandas sample(n=) 作用：从一列/行数据里返回指定数量的随机样本。

• 特征构造（浅谈，属于特征工程里面的一部分）
  

遇到的代码有关的问题

1.数据的峰度与偏度
dataframe.skew() 数据的偏度，长尾巴在左说明往右偏，反之相同
dataframe.kurt() 数据的峰度，就是数据的平缓程度，尖顶峰说明峰度越大
2.pd.values_count()
3.缺失值可视化Python工具库：missingno
4.pandas sample(n=) 作用：从一列/行数据里返回指定数量的随机样本。