今天开始会陆续将之前的文章做一下梳理，整理出一个完整的知识体系，有需要的伙伴们可以更方便地查找自己需要的知识点。
这里提到的三篇文章比较全地展示了机器学习问题的一般流程：
1. 一个框架解决几乎所有机器学习问题
这篇文章介绍了应用算法解决 Kaggle 问题，一般有以下几个步骤，
以及每个步骤的简要定义和常用方法：
第一步：识别问题
第二步：分离数据
第三步：构造提取特征
第四步：组合数据
第五步：分解
第六步：选择特征
第七步：选择算法进行训练
这篇文章中的关键知识点：
- 为什么需要将数据分成 train/valid/test 部分？
- 每种模型需要调节什么参数？
- 179种分类模型在UCI所有的121个数据上的性能比较
- 训练集 & 测试集应用模型的流程有什么区别？
2. 通过一个kaggle实例学习解决机器学习问题
这篇文章用一个实例来将上一篇的流程应用了一下：
Data Exploration
Data Cleaning
Feature Engineering
Model Building
Ensemble Learning
Predict
以及建立 训练 并用模型预测的过程：
从 sklearn 导入分类器模型后，定义一个 KNN，
定义合适的参数集 parameters，
然后用 get_model 去训练 KNN 模型，
接下来用训练好的模型去预测测试集的数据，并得到 accuracy_score，
然后画出 learning_curve。
这篇文章中的关键知识点：
- 分类问题的常用数据探索方法
- 缺失值如何处理？
- 如何通过原始变量构造新的特征？
3. 从 0 到 1 走进 Kaggle
这篇文章介绍了 Kaggle 比赛的一般流程：
探索数据
特征工程
建立模型
调参
预测提交
文章中的关键知识点：
- 如何探索数据？
- 如何构造特征？
网友评论