allensmile/your-first-machine-learning-project---end-to-end-in-python

这是一个完整的，端到端的机器学习项目，非常适合有一定基础后拿来练习，以提高对完整机器学习项目的认识

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]