数据竞赛房租预测——整理

以下将从本次学习的六个环节进行总结：

• 赛题分析

此部分学习了EDA描述性统计分析。学习并掌握了缺失值分析、单调特征列分析。

数据分析的初步流程：查看标签info——>具体分析标签特征（单调性、出现频次、缺失率、分布情况）——>

分析训练集时别忘了兼顾测试集

 

• 数据清洗

查看数据缺失情况后对造成的原因进行分析及处理；异常值同理。根据主观遴选，对部分标签进行深度清洗。

此环节亦属于EDA分析。

• 特征选择

对数据进行合理分析后（计算统计特征），对部分标签进行特征合并。

方法包括：groupby、聚类方法、相关系数法、log平滑、wrapper、Embedded基于惩罚项的特征选择、

随机森林：平均不纯度减少

• 模型选择

• 模型融合

 此两部分还未与前文知识有较好融合。后续会跟进学习。