前言
上回說到，通過Python幫助小姐姐解決論文問題，在結(jié)尾我也說過，論文并沒有想象的那么簡(jiǎn)單，下面就是本人最近整理的扎心語錄。
- 爬蟲可以獲取數(shù)據(jù)，但有的時(shí)候你連數(shù)據(jù)都不知道在哪。
- 數(shù)據(jù)亂成稀巴爛，我還笑著把它算。
- 建模出錯(cuò)的概率，還真是沒讓我失望過。
總結(jié)來說：論文虐我千百遍，我?guī)д撐娜绯鯌佟?/p>
R2為負(fù)數(shù)，接近崩潰
今天要說的坑，就是建模的坑。前文說過，我自己的專業(yè)學(xué)的不是很扎實(shí)（最近在惡補(bǔ)），導(dǎo)致很多問題，當(dāng)我全部解決的時(shí)候，拿到了處理后的數(shù)據(jù)，我以為展現(xiàn)我的Python技術(shù)的時(shí)候到了。
萬萬沒想到，我使用回歸算法（包括KNN，集成算法，SVM），結(jié)果都驚人的類似，精度R2全部為負(fù)數(shù)。
一首涼涼送給我，第一次碰到R2為負(fù)數(shù)~我還是太年輕啊，書上的都是挑的案例還真是好。
找原因
出現(xiàn)問題，當(dāng)然只能去找問題了。在網(wǎng)上查了一下，總結(jié)如下：
- 數(shù)據(jù)間沒規(guī)律
- 數(shù)據(jù)量太小
- 特征太少
看到第一條，我都要嚇尿了，排除第一條，開始做處理啦~
處理
數(shù)據(jù)量少的問題，我當(dāng)時(shí)也是找有想到，后面只能重新處理二調(diào)數(shù)據(jù)（就是林業(yè)上的數(shù)據(jù)），講數(shù)據(jù)擴(kuò)充了10倍。
建?？纯矗l(fā)現(xiàn)為0.2左右，有進(jìn)步，不錯(cuò)，繼續(xù)。
然后對(duì)類別數(shù)據(jù)進(jìn)行了啞變量處理，還組合了一些特征。
現(xiàn)在穩(wěn)定平均在0.5左右。
當(dāng)然，模型是有超參數(shù)的，這里參數(shù)調(diào)整還在繼續(xù)~
現(xiàn)在在0.8左右。
總結(jié)
對(duì)于其他坑，多出于專業(yè)本身，我會(huì)在畢業(yè)后，全部分享給大家。
