第8章 構建價格模型
8.1 K-最近鄰算法
本書使用KNN進行迴歸，對所有樣本點和待預測點的距離進行升序排序，取top k，這個k個樣本的目標值的均值作爲預測點的預測值。
可以爲近鄰點分配權重，距離越近權重越大，可以通過反函數、減法函數、高斯函數等求權重，然後對top k樣本計算加權平均作爲預測值。
8.2 交叉驗證
交叉驗證是將數據拆分成訓練集與測試集的一系列技術的統稱。這採用多次hold-out cv。
8.3 不同類型的變量
對於不同類型的變量，其變量本身的重要性大小就不一樣，比如有些變量特別大，使用歐式距離計算時這些大變量容易掩蓋其他一些變量的影響。所以這裏可採取按比例縮放的方法，最簡單的形式是將每個維度上的數值乘以一個在該維度上的常量。
常採用歸一化預處理數據
本章比較簡單，唯一有意思的地方可能就是在於它用knn進行了迴歸，其他書基本都是在做分類。介紹了幾種knn迴歸的trick，可以借鑑