机器学习技巧

本文以一个实际数据集为例介绍了机器学习中解决多输出-多分类（Multioutput-Multiclass）问题的方法

数据准备是机器学习中一项非常重要的环节，本文主要对数据准备的基本流程进行梳理：数据清理、数据转换、特征选择

本文介绍了一个可以自动进行特征工程的python库：Featuretools，它的主要原理是针对多个数据表以及它们之间的关系，通过转换和聚合操作自动生成新的特征

本文通过一个实际的数据分析问题介绍了xgboost包的使用以及关键参数的调试过程，并且介绍了从数据处理、特征工程到模型搭建的全部流程