天池新人赛【新人赛】工业蒸汽量预测建模算法， 学习特征选择、异常值处理、神经网络模型用
数据为真实数据，主要是匿名特征，匿名特征一般比较蛋疼，特征不好做。
上传到github上，记录学习过程
1、只是用lightgbm跑了个baseline;
2、 进行数据分析，看看训练集和测试集的分布是否一致；
3、根据几种特征选择方法进行特征筛选、组合；
4、keras神经网络模型尝试；
天池新人赛【新人赛】工业蒸汽量预测建模算法， 学习特征选择、异常值处理、神经网络模型用
数据为真实数据，主要是匿名特征，匿名特征一般比较蛋疼，特征不好做。
上传到github上，记录学习过程
1、只是用lightgbm跑了个baseline;
2、 进行数据分析，看看训练集和测试集的分布是否一致；
3、根据几种特征选择方法进行特征筛选、组合；
4、keras神经网络模型尝试；