針對本次任務中遇到的問題，進行一些資料的補充。

針對xgb等模型的理解

lightgbm,xgboost,gbdt的區(qū)別與聯(lián)系

LR和樹模型基礎概念

決策樹、邏輯回歸、線性回歸使用時注意事項以及模型過擬合策略

個人的理解是，這些模型大致分為兩類，一類是線性模型（邏輯回歸也算廣義的線性），一類是樹模型。這兩類都可以處理回歸問題，但是由于線性模型對數(shù)據(jù)更加敏感，而樹模型具有更強的魯棒性，所以比賽中常見的都是樹模型。

像lgb，xgb，catboost都是樹模型，它們都是由gbdt發(fā)展而來（不知道能不能這么理解）。

另外，需要注意特征篩選環(huán)節(jié)，lgb等都是嵌入式的，即模型自己就可以篩選；而lr需要通過正則L1，L2等方式篩選?？傊?，現(xiàn)在不用再蠢到自己動手篩特征了。當然，對特征的深入理解，是有助于優(yōu)化模型的。

pandas一些小操作

pandas聚合和分組運算之groupby

python pandas中 inplace 參數(shù)理解

Pandas DataFrame連接表，Merge, Join, Concat的對比

pandas 如何找到NaN、缺失值或者某些元素的索引名稱以及位置

都是實踐中會遇到的，值得收藏哦~

說回特征處理

首先，針對task3里的分桶，個人覺得還是有必要補充一些知識點。

如何對數(shù)值型特征進行分桶

另外，實操中發(fā)現(xiàn)power的分桶會出現(xiàn)缺失值，這點需要想辦法解決。

其次，針對one hot問題，也有一些額外的知識點可以補充。

著重看part3.1

這里提到了one hot的一些隱患

最后，針對聚合特征構造，除了task里的brand統(tǒng)計量，還有其它手段。

特征工程系列：聚合特征構造以及轉(zhuǎn)換特征構造