机器学习实战攻略

如果你知道分层交叉验证（StratifiedKFold），你一定会被它惊到的，它比k折交叉验证（KFold）好用多了，尤其是面向类别不均衡的数据，来看就是了!

模型的评价指标（recall、precision、f1值）你记得不？🤔使用交叉验证主要是看那些指标怎么样，为了保证指标具有说服力，避免偶然性

算法模型看得再多又怎样，画出的饼不还是得要会实现？本文从基础起步，数据预处理、EDA、模型训练及测试、模型评价、K折交叉验证，全！都！有！速来！

不会还有人不知道用sklearn.metrics.classification_report模块来生成混淆矩阵查看机器学习评价指标吧，速进~

你还在为分类数据不均衡发愁吗？你还在想着“这数据这么离谱怎么用啊”？别怕，过采样、欠采样来拯救你了~