kaggle 比赛的基本流程

先对比赛的基本流程进行简述，然后再根据具体步骤进行仔细学习，顺便把PUBG那个做了，数据分析和机器学习方面就算是不用再准备别的比赛或者信息了（Challenge AI那个算CV的）。

1 Data Exploration

首先是要进行EDA（Exploratory Data Analysis），对数据进行探索性的分析，从而为之后的处理和建模提供分析。

1.1 Visualization

1.2 Statistical Tests

2 Data Preprocessing

2.1 Outlier

2.2 Dummy Variables

3 Feature Engineering

Kaggle 比赛是 “Feature 为主，调参和 Ensemble 为辅”，我觉得很有道理。Feature Engineering 能做到什么程度，取决于对数据领域的了解程度。比如在数据包含大量文本的比赛中，常用的 NLP 特征就是必须的。怎么构造有用的 Feature，是一个不断学习和提高的过程。

一般来说，当一个变量从直觉上来说对所要完成的目标有帮助，就可以将其作为 Feature。至于它是否有效，最简单的方式就是通过图表来直观感受。

3.1 Feature Selection

3.2 Feature Encoding

4 Model Selection

4.1 Model Training

4.2 Cross Validation

5. Ensemble Generation

5.1 Stacking

6 Pipeline