機器學習步驟——以房價預測爲例

導入數據

數據清洗

數據清洗的一些梳理

1. 查看數據，對數據有一個直觀的理解，初步發現一些問題；
   例如：kaggle房價預測先查看每個數據的具體意義和數據類型和Exel對比。
   kaggle房價預測數據集的具體描述
2. 缺失值清洗
3. 格式內容清洗（顯示格式不一致、存在不該有的字符、內容魚該字段應有內容不符）
4. 邏輯錯誤清洗（去重、去除不合理值、修正矛盾內容、非需求內容刪掉、）
5. 關聯性驗證

特徵工程

輸入特徵X，得到X‘。例如MFCC特徵提取。
使用sklearn做單機特徵工程
https://images2015.cnblogs.com/blog/927391/201604/927391-20160430145122660-830141495.jpg

模型選擇

模型融合