特征工程的好坏主要由domainknowledge决定，但大多数人可能没有这方面的知识，所以只能根据原有的特征生成尽可能多的新特征，然后让模型选择重要的特征。featureselection来了，方法有很多，比如backward，forwardselection等等。
5、Kaggle指南(四如前所述，在模型选择上没有什么灵丹妙药，所以探索性数据分析(EDA)是如何确定最合适的模型并做出假设的必不可少的环节。为什么要做EDA分析？这里我们以iris 数据 set为例，主要使用熊猫的describe()方法。这种方法的输出非常丰富，包括数据总计、平均值、方差、最小值和最大值以及各种分位数。通过这个结果，我们可以了解数据的大致分布。在单一特征探索中使用的主要工具是直方图和散点图直方图。直方图将单个特征值的数据划分为不同的数据段，我们可以直观的看到数据在各段的分布情况。
当数据的值缺失或异常时，此错误可能特别明显。这时候可能需要做一些预处理，比如填充缺失值或者取日志。以指数为X轴，特征值为y值画散点图，可以看到数据随指数的变化，从而检查数据是否有洗牌。比如上图中，花瓣_长度分布均匀，花瓣_宽度呈现阶段性特征。
6、 kaggle的 数据可以用来做学术研究发论文么是的，现在的学术界没有以前那么严重了。只要是有用的数据，都可以用于学术研究。发表学术论文只是学术成果的展示，并不包括研究过程。只要不发表对社会敏感有害的东西，一般问题不大(其实杂志是不会收这些文章的)，有出版方面的问题可以私信我。
7、 kaggle只能用谷歌吗Kaggle只能用Google？近年来，Kaggle已经成为数据 science的重要平台之一。这个平台以其公平性、专业性和开放性，吸引了众多数据科学家的关注。在Kaggle上，用户可以从Kaggle中搜索并选择任意数据进行建模和分析。但是，可能有人会疑惑，Kaggle只能用Google吗？谷歌云平台与Kaggle合作。事实上，Kaggle并没有限制用户使用的计算机或云计算平台。
这意味着用户可以使用Google为数据分析和建模提供的云计算服务。同时，Kaggle用户也可以使用自己的云服务提供商，比如亚马逊AWS和微软Azure。Kaggle上的竞争不仅需要云服务的选择，还需要具体的处理速度、计算能力和硬件要求。这些硬件和软件要求通常由竞赛的赞助商提供。当然，这并不意味着你必须使用谷歌云平台。
8、Kaggle简介Kaggle由联合创始人兼首席执行官安东尼·戈德布卢姆(Anthony Goldbloom)于2010年在墨尔本创立。主要是为开发者和数据科学家举办机器学习竞赛、主持数据库、编写和分享代码提供平台，该平台吸引了80万/123，456，789-2/科学家的关注，这些用户资源可能是吸引谷歌的主要因素。2019年1月Kaggle人类蛋白质图像深度学习分类大赛，昂梯克kaggle比赛在业内含金量很高，有兴趣的话可以试着参加一下，同时也可以开阔眼界，向很多有实力的人学习。所以不管你是求职者还是学生，如果你对数据理科感兴趣，你都可以用Kaggle锻炼技能，提升背景，如果简历中有这种为“准业主”定制的Kaggle项目经历，一定会提高梦想学校和大厂Offer的命中率。
