写在前面

[视频学习-bilibili] | [课程主页——sample code & slide] | [ML2021学习笔记]

预备知识（常用包）：
matplotlib 绘图
pandas 数据处理
numpy 数据处理

别人的修改，重点看数据分析部分
完成这个作业的收获：机器学习调优步骤：数据 – 网络 – 超参数

数据 - 数据处理，清洗，分析相关性，选取相关性大的特征
网络
超参数

修改样例代码的地方（双过srong baseline）

1. 特征选取:feats = [40, 41, 42, 43, 57, 58, 59, 60, 61, 75, 76, 77, 78, 79, 92]
2. 数据集随机划分，且比例为0.1： train_indices, valid_indices = train_test_split([i for i in range(data.shape[0])], test_size=0.1, random_state=1)-------------train_test_split在sklearn包下： from sklearn.model_selection import train_test_split
3. L2正则化：weight_decay: 1e-3

实验记录（）

收获：

15个特征选取：涉及数据处理，相关性分析【等待学习中…】
RMES：loss曲线更平滑
归一化：是整体（训练集 + 验证集）的归一化，不是每个数据集单独的归一化
L1正则化：【等待学习中…】
L2正则化：这里选取L2，且λ = 1e-3,参考李沐老师视频-12 权重衰退【动手学深度学习v2】
k-fold：k-fold在数据集小情况下，应该是个好方法【等待 实践中…】
数据集随机划分

改进想法：

1. 数据清洗？
2. k-fold验证？
3. ensemble?

一些参考：

[李宏毅深度学习作业笔记]HW1 Covid-19(Regression))

HW1 COVID-19 Cases Prediction (Regression)

pai4451 add hw1

主要参考：Hung_Yi_Lee_ML_2021/hw/hw1/hw1_code.ipynb