大家好，我是Peter~ 本文记录的是个人高频使用的数据分析和机器学习代码片段，包含的主要内容： pandas设置 可视化 jieba分词 缺失值处理 特征分布 数据归一化 上下采样 回归与分类模型

本篇增加了创建数据测试集的方法，同时我们也不再只是快速浏览数据，而是要深入数据探索。让我们能够以可视化的方式，去寻找更多规律。

本篇内容给大家详细讲解了特征工程的知识，包括数据清洗（数据对齐、缺失值处理、异常值处理），特征构建，特征变换，特征选择与实战特征工程经验等内容。

本篇内容详解scikit-learn工具库的用法，覆盖机器学习基础知识、SKLearn讲解、SKLearn三大核心API、SKLearn高级API等内容。

本篇内容详细讲解XGBoost的工程应用方法。XGBoost是一个非常强大的Boosting算法工具包，是很多大厂机器学习方案的模型首选，在并行计算效率、缺失值处理、控制过拟合等能力上都表现非常优秀。

本篇详细讲解LightGBM的工程应用方法。LightGBM是微软开发的boosting集成模型，和XGBoost一样是对GBDT的优化和高效实现，但它很多方面比XGBoost有着更为优秀的表现。

本篇文章详解机器学习应用流程，应用在结构化数据和非结构化数据(图像)上，借助案例重温机器学习基础知识，并学习应用机器学习解决问题的基本流程。

我们为数据处理编写函数，以备后面我们可以重复使用。了解Scikit-Learn的优秀设计原则。最后我们还使用流水线处理好了有问题的数据集。

本篇介绍工具库FLAML。FLAML 由 Microsoft Research 开发，适用于AutoML自动化机器学习建模，构建端到端机器学习流程、解决实际场景问题。

本篇讲解使用自动化特征工程工具Featuretools，对数据进行自动化特征工程的方法，并借助于BigMart Sales数据集来演示自动化特征工程的相关应用。

本篇内容是Kaggle数据科学竞赛Rossmann store sales解决方案的进阶版本，整体方案包括探索性数据分析、缺失值处理、特征工程、基准模型与评估、XGBoost建模与调优等完整板块。

Python机器学习实战系列教程，以案例和代码驱动的方式，帮助大家学习机器学习算法应用流程和各个链条环节，掌握构建场景建模解决方案并进行效果调优的能力。

读取数据 增加表头 格式化数据 数据归一化 切割输入数据和输出数据 分割训练数据和测试数据 讲y转化成一维数据 测试训练 ⾸先需要对C和Gamma两个参数的取值进⾏初步搜索，c的取值范围是：2^-5-

本篇内容基于Kaggle数据科学竞赛Rossmann store sales，梳理和总结基于Python解决电商建模的全过程：包括数据探索分析、数据预处理与特征工程、建模与调优。

继续补充了数据探索的方法，了解使用标识符的方法分割训练集和测试集。但是我们现在只有纯随机的分割，是否有更加好的分割方法呢？

本文已参与「新人创作礼」活动，一起开启掘金创作之路。 简介： 梯度下降法(Gradient Descent)严格地说其实不能算是一种机器学习的算法，而是属于一种优化算法，其目的在于基于搜索最小化一个损

Logistic Regression Research 这篇文章旨在梳理一下逻辑回归，因为其简单、实用、高效，在业界应用十分广泛。注意咯，这里的“逻辑”是音译“逻辑斯蒂（logistic）”的缩写，

XGBoost一个非常强大的Boosting算法工具包，本文讲解XGBoost的算法原理和工程实现，包括回归树、集成、Gradient Boosting详细步骤、缓存访问等重点知识。

大家好，我是Peter~ 今天给大家带来一篇新的kaggle文章：极度不均衡的信用卡数据分析，主要内容包含： 理解数据：通过直方图、箱型图等辅助理解数据分布 预处理：归一化和分布情况；数据分割 随机采

本文已参与「新人创作礼」活动，一起开启掘金创作之路。 问题背景 研究背景 我们身处在一个信息爆炸的时代，从看书看报，到看直播、刷微博、短视频，信息的体量越加庞大，信息呈现的形式越加丰富。我们享受信息便