[数据结构与算法]阿里云天池数据挖掘训练营-task1

本学习笔记为阿里云天池数据挖掘训练营的学习内容，学习链接为：https://tianchi.aliyun.com/competition/entrance/231784/introduction

一、学习知识点概要

从以下几方面进行赛题理解，熟悉比赛流程：

1. 赛题概况
2. 数据概况
3. 预测指标
4. 分析赛题

二、学习内容

关于评估指标，本赛题的评价标准为MAE，而一般来说分类和回归问题需要利用不同的评估指标，分类问题：对于二类分类器/分类算法评价指标主要有accuracy、[Precision,Recall,F-score,Pr曲线]、ROC-AUC曲线；对于多类分类器/分类算法主要评价指标有accuracy、[宏平均和微平均,F-score]。回归预测问题主要评价指标有：MAE（平均绝对误差）、MSE（均方误差）、MAPE（平均绝对百分误差）、RSME（均方根误差）、R2（R-Square）。

三、学习问题与解答

各种评估指标需要在什么样的情况下用？有什么区别？效果权重如何？

个人感觉会选择用随机森林模型，等后续课程验证并进一步学习。

四、学习思考与总结

明白了赛题理解的重要性，相当于在拿到一个案例了解了背景之后，就需要对整个分析流程呈现在脑子中，并且遇到什么样的问题改如何去解决，都需要提前布控。