Day 13 DataFrame 操作
數值資料分組 
np.inf 無窮大 np.inf到0為第一組，1到2為第二組
用CNT_C_G和TARGET分組，並求出各組的所得平均
上述的視覺化 
Day 14 太廢惹 就放一起吧
相關係數 
Day15 相關係數綜合練習沒什麼新內容 跳過
Day16 繪圖調整與KDE
作業
Python可视化 | Seaborn5分钟入门(一)——kdeplot和distplot Day17 連續資料離散化（其實就是分組的樣子）
大致操作
Day18 離散化綜合練習
Day19 Subplot
語法參考
Day20 Heatmap & Grid-plot 進階畫圖（？
gridplot好像有在統計課本裡看過 
Day21
上傳kaggle初體驗（？
上傳kaggle初體驗（？
Day22 特徵工程入門
Day23 去偏態
Day24 類別特徵基礎處理
其實一樣是在講標籤和獨熱編碼 
Day25 類別資料處理 - 均值編碼
Day26 時間資料處理
周期循環特性 sin/cos解
周期循環特性
sin/cos解
啊漏記了 上面的時間資料是Day27啦
真·Day 26 類別資料 - 其他編碼方式
計數編碼
特徵雜湊
計數編碼 特徵雜湊
Day28 數值資料間的組合使用
如何組合、為何組合 需依靠領域知識
如何組合、為何組合 需依靠領域知識
Day29 類別與數值資料的組合使用
群聚編碼：
和均值類似 但不使用應變數
而是藉由其他有相關性的自變數編碼
群聚編碼：和均值類似 但不使用應變數
而是藉由其他有相關性的自變數編碼
Day30 特徵選擇
刪除較無用的變數
刪除較無用的變數
範例
Day31 特徵重要性
CTR预估[十一]: Algorithm-GBDT Encoder
Day33 機器學習概要（？
定義模型 設定參數
評估模型：loss func.
找出最好的辣個
過擬合 over-fitting
吸收太多雜音 使模型過於神經質
如何知道有過擬合？
可保留部分資料，觀察其誤差是否與訓練資料的誤差有改變趨勢
定義模型 設定參數 評估模型：loss func. 找出最好的辣個 過擬合 over-fitting吸收太多雜音 使模型過於神經質
如何知道有過擬合？ 可保留部分資料，觀察其誤差是否與訓練資料的誤差有改變趨勢
解決過擬合或欠擬合 增加資料量、降低模型複雜度、正規化 增加模型複雜度、減輕或不使用正規化 當資料太少就容易發生過擬合，或使用決策樹模型也較容易發生過擬合
找最佳模型：可考慮梯度下降(Gradient Descent)、增量訓練(Additive Training)
（看到該彎不彎的模型）
你是不是欠擬合！
ML Lecture 1: Regression - Case Study
Day34 訓練/驗證/測試集之切分
為何需要驗證/測試集
評估訓練情形，確認模型是否過擬合
如何切分：
Python Scikit-learn的 train_test_split
K-fold Cross-validation
讓每個資料集都可以當一次測試集
驗證(validation)與測試(testing)之差異
驗證用來修正與檢驗模型，測試則為最終評估，為求樣本外表現結果，只有最後才可以使用（個人理解
為何需要驗證/測試集評估訓練情形，確認模型是否過擬合
如何切分：Python Scikit-learn的 train_test_split
K-fold Cross-validation讓每個資料集都可以當一次測試集
驗證(validation)與測試(testing)之差異驗證用來修正與檢驗模型，測試則為最終評估，為求樣本外表現結果，只有最後才可以使用（個人理解
ML Lecture 2: Where does the error come from? 資料不均勻時的切分
Day35 迴歸v.s分類問題
机器学习大牛最常用的5个回归损失函数，你知道几个？
Day36 評估指標選定
Day37、38 迴歸模型介紹
這個我熟
這個我熟
Day39 Lasso/Ridge regression
Linear least squares, Lasso,ridge regression有何本质区别？ ...
Ridge 是為了解決高度線性重合而生
但不能進行特徵選擇
而Lasso會將貢獻太爛的變數權重→0
可以進行特徵選擇 但不能group selection
Ridge 是為了解決高度線性重合而生
但不能進行特徵選擇
而Lasso會將貢獻太爛的變數權重→0
可以進行特徵選擇 但不能group selection
Day40 Lasso/Ridge的實作
別人都寫好了
別人都寫好了
Day41 決策樹基本概念
作業參考
Day42 決策樹實做
Day43 隨機森林基本概念
我自己的理解：因為決策樹是把所有資料丟進去跑，容易有overfit的問題，所以以隨機森林作為改善。
隨機森林隨機在每棵樹只選取部分資料與特徵，再看那筆資料各樹統計下來哪個預測值最多來決定最終預測值。就是從資料裡重複抽樣的意思，和bootstrap相似。
Day44 隨機森林實做
好程序员Python教程：30 梯度提升树原理（一）
而且這個老師講話好圓潤啊（？
感覺是蠻有趣的人
感覺是蠻有趣的人
Day47 超參數調整
窮舉 Grid Search : 一個一個找
隨機 Ransom Search : 隨便找（×
窮舉 Grid Search : 一個一個找
隨機 Ransom Search : 隨便找（×
Day48 Kaggle介紹與實作
好麻煩要花比較多時間
明天再來完成這部分
好麻煩要花比較多時間
明天再來完成這部分
Day49-50 模型集成
