在july的網站購買了kaggle課程，自己學習并作筆記記錄，非給july打廣告，只是為了不忘記或自己學習查詢。

在這里感謝july提供的該課程。

下面開始筆記。

主要內容

應用領域

常用算法

算法之間的聯系

工具

常用scikit-learn ,文本分析用gensim，數據處理用Numpy、matplotlib、pandas，深度學習有tensorflow、caffe、keras

圖中的鏈接： http://blog.csdn.net/han_xiaoyang/article/details/50469334

http://blog.csdn.net/han_xiaoyang/article/details/52910022

內容很詳細，值得一看。

上采樣： 下采樣： 數據樣本均衡： 正例、負例樣本量保持均衡，之間數量差別不要太大。

這里建議看特征工程三把刀那篇博文： http://www.36dsj.com/archives/69769

參考內容： ?http://scikit-learn.org/stable/modules/PReprocessing.html

http://scikit-learn.org/stable/modules/classes.html#module-sklearn.feature_extraction

鏈接：http://scikit-learn.org/stable/modules/feature_selection.html

鏈接：http://scikit-learn.org/stable/modules/cross_validation.html

鏈接： 交叉驗證http://scikit-learn.org/stable/modules/grid_search.html

http://scikit-learn.org/stable/modules/generated/sklearn.model_selection.GridSearchCV.html

模型狀態評估 用于判斷模型是否過擬合還是欠擬合

學習曲線

模型訓練后的訓練誤差和測試誤差

鏈接：http://scikit-learn.org/stable/modules/generated/sklearn.ensemble.BaggingClassifier.html

鏈接：http://scikit-learn.org/stable/modules/classes.html#module-sklearn.ensemble