模型优化

* 前期流程

• 数据处理
• 特征工程
• 模型选择
• 交叉验证
• 寻找最佳超参数

* 模型优化

• 模型状态
• 权重分析
• bad-case分析
• 模型融合

1.数据处理

* 数据清洗

• 不可信的样本丢掉
• 缺省值极多的字段考虑不用

* 数据采样

• 上/下采样
• 保证样本均衡

* 特征处理

• 数值型
• 类别型
• 时间类
• 文本类
• 统计型
• 组合特征

* 特征的选择

• 过滤型(SelectKBest)
• 包裹型(RFE)
• 嵌入型(L1正则)

2. 模型的选择

3. 交叉验证

4. 过拟合和欠拟合

* 不同模型状态的处理

* 权重

* bad-case分析

5. 模型融合