https://mp.weixin.qq.com/s/93EuF5cU4NPMD2QCGDWtuw
完整的端到端的机器学习流程（附代码和数据）|比赛、工程都可以用！
项目目标：- 使用提供的建筑能源数据开发一个模型，该模型可以预测建筑物的能源之星得分，
- 然后解释结果以找到最能预测得分的变量。
项目介绍：这是一个受监督的回归机器学习任务：给定一组包含目标（在本例中为分数）的数据，我们希望训练一个可以学习将特征（也称为解释变量）映射到目标的模型。 - 受监督问题：我们可以知道数据的特征和目标，我们的目标是训练可以学习两者之间映射关系的模型。
- 回归问题：Energy Star Score是一个连续变量。
在训练中，我们希望模型能够学习特征和分数之间的关系，因此我们给出了特征和答案。然后，为了测试模型的学习效果，我们在一个从未见过答案的测试集上进行评估 我们在拿到一个机器学习问题之后，要做的第一件事就是制作出我们的机器学习项目清单。下面给出了一个可供参考的机器学习项目清单，它应该适用于大多数机器学习项目，虽然确切的实现细节可能有所不同，但机器学习项目的一般结构保持相对稳定： 数据清理和格式化 探索性数据分析 特征工程和特征选择 基于性能指标比较几种机器学习模型 对最佳模型执行超参数调整 在测试集上评估最佳模型 解释模型结果 得出结论
提前设置机器学习管道结构让我们看到每一步是如何流入另一步的。但是，机器学习管道是一个迭代过程，因此我们并不总是以线性方式遵循这些步骤。我们可能会根据管道下游的结果重新审视上一步。例如， - 虽然我们可以在构建任何模型之前执行特征选择，但我们可以使用建模结果返回并选择一组不同的特征。
- 或者，建模可能会出现意想不到的结果，这意味着我们希望从另一个角度探索我们的数据。
- 一般来说，你必须完成一步才能继续下一步，但不要觉得一旦你第一次完成一步，你就不能回头做出改进！你可以在任何时候返回前面的步骤并作出相应的修改。
| 
发表于 2020-3-17 10:37:14
