在数据分析中的建模也可以说是机器学习的过程，主要的思想就是通过机器学习算法，用现有的数据对其他的数据进行预测，同时更具模型对现有数据的特征进行判断，最终达到一定的目标。对于传统的机器学习模型来说我们呢一般用sklearn来完成，对于一些特殊的算法比如xgboost、arima这类的算法有自己的第三方库，深度学习的神经网络一般用keras或者pytorch

建模的步骤

一般的机器学习建模有以下步骤：

  • 划分训练集、测试集、验证集
  • 导入模型
  • 训练
  • 调参

机器学习算法

在数据分析中常用的机器学习算法有以下几种

  • 决策树
  • 随机森林
  • 线性回归
  • 逻辑回归
  • 高斯过程
  • K紧邻（KNN）
  • 先行神经网络
  • LSTM（长短神经网络）

    关于模型的选择

    树模型对于很多结构化数据都可以很好的拟合。任务数据量不大，类别信息较多，可以优先树模型。如果数据量足够大，特征很难人工完成的时候，也可以考虑深度学习模型。
    序列类型可以尝试LSTM和CNN，VAE用来做数据压缩降维，特别是匿名特征。
    XGB/LGB和Catboost有什么选择依据吗