image.png
整体思路
看比赛背景，比赛评分方式，主办方对数据字段的解释；
EDA。做数据探索，通过可视化等找到数据中的异常点，熟悉数据；
性能优化。包括原始数据类型的优化以降低内存占用与存储等，节约时间；
做好特征工程后，建立一个baseline。先做一个最基本的模型；
确定一个好的cv策略；
根据模型表现对症下药，找到问题所在，实施相应的特征工程方法衍生新的特征；
最后感觉特征工程进行不下去使用stacking等集成方法与技巧来上分
注：从csv读取的数据类型会自动识别，要注意看比赛给的字段的数据类型，如果存在差异，要自行转换。
