# Your-first-machine-learning-Project---End-to-End-in-Python

**Repository Path**: data_dance/Your-first-machine-learning-Project---End-to-End-in-Python

## Basic Information

- **Project Name**: Your-first-machine-learning-Project---End-to-End-in-Python
- **Description**: 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
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2019-03-05
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

### 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


baideqian@foxmail.com