Your-first-machine-learning-Project---End-to-End-in-Python
目标：
- 使用提供的建筑能源数据开发一个模型，该模型可以预测建筑物的能源之星得分，
- 然后解释结果以找到最能预测得分的变量。
介绍：
这是一个受监督的回归机器学习任务：给定一组包含目标（在本例中为分数）的数据，我们希望训练一个可以学习将特征（也称为解释变量）映射到目标的模型。
- 受监督问题： 我们可以知道数据的特征和目标，我们的目标是训练可以学习两者之间映射关系的模型。
- 回归问题： Energy Star Score是一个连续变量。
在训练中，我们希望模型能够学习特征和分数之间的关系，因此我们给出了特征和答案。然后，为了测试模型的学习效果，我们在一个从未见过答案的测试集上进行评估
收获
- 数据清理，探索性数据分析，特征工程和选择等常见问题的解决办法
- 随机搜索，网格搜索，交叉验证等方法寻找最优超参数
- 可视化决策树
- 对完整的机器学习项目流程建立一个宏观的了解
目录
1. 数据清理和格式化
1.1 加载并检查数据
1.2 数据类型和缺失值
1.2.1 将数据转换为正确的类型
1.3 处理缺失值
2. 探索性数据分析
2.1 单变量图
2.2 去除异常值
2.3 寻找关系
2.4 特征与目标之间的相关性
2.5 双变量图（Two-Variable Plots）
2.5.1 Pairs Plot
3. 特征工程和选择
3.1 特征工程
3.2 特征选择（去除共线特征）
3.3 划分训练集和测试集
3.4 建立Baseline
4. 基于性能指标比较几种机器学习模型
4.1 输入缺失值
4.2 特征缩放
4.3 - 需要评估的模型
5. 对最佳模型执行超参数调整，即优化模型
5.1 超参数
5.2 使用随机搜索和交叉验证进行超参数调整
6. 在测试集上评估最佳模型
7. 解释模型结果
7.1 特征重要性 - Feature Importances
7.2 使用特征重要性进行特征选择
7.3 本地可解释的与模型无关的解释- Locally Interpretable Model-agnostic Explanations (LIME)
7.4 检查单个决策树
8.得出结论&&记录发现
8.1 得出结论
8.2 记录发现
联系我
[email protected]
