工業大資料筆記2020

10.20DATAframe 筆記

1 如何構造新特徵，為什麼做乘法，除了均值有沒有其他方法。
2 訓練集和測試集如何劃分，怎麼進行K折交叉驗證，具體實現一下
3 每個特徵重要性計算一下
4 瞭解XGBT原理，以賽帶練，學習為主，擺正心態
5 怎麼檢視XGBT的引數，他訓練出來的資料是什麼？
衡量模型在未知資料上的準確率，稱為泛化誤差。
方差衡量預測模型的穩定性。模型每次預測的結果變異 程度，預測結果是否接近。
偏差：精確性
2 split()：函式
split()：拆分字串。通過指定分隔符對字串進行切片，並返回分割後的字串列表（list）

str.split(sep, maxsplit).

sep 是分割符，不寫分割符時表示所有的空字元，包括空格、換行(\n)、製表符(\t)等，有分隔符時，以該分隔符進行分割；maxsplit是分割次數。

DataFrame用法

3.2 檢視資料
3.2.1 檢視資料Viewing Data
檢視資料三部曲：
head():檢視資料前幾項，看資料長什麼樣
info():檢視資料型別，以及資料缺失情況
descibe():檢視資料描述統計性資訊，資料大概分佈情況）
3.2.2 選取資料Selection