集成学习-蒸汽量预测案例

本文参考资料：https://github.com/datawhalechina/team-learning-data-mining/tree/master/EnsembleLearning

集成学习案例：蒸汽量预测集

1.数据信息

数据分成训练数据（train.txt）和测试数据（test.txt），其中字段”V0”-“V37”，这38个字段是作为特征变量，”target”作为目标变量。我们需要利用训练数据训练出模型，预测测试数据的目标变量。

2.评价指标

最终的评价指标为均方误差MSE。

3 数据处理

（1）探索数据分布
对于连续分布的传感器的数据，使用 kdeplot(核密度估计图) 进行数据的初步分析，即EDA。核密度估计(kernel density estimation)是在概率论中用来估计未知的密度函数，属于非参数检验方法之一。通过核密度估计图可以比较直观的看出数据样本本身的分布特征。
（2）画出热力图（sns.heatmap），查看特征之间的相关性。然后进行进行降维操作（将相关性的绝对值小于阈值的特征进行删除）和归一化操作。
（3） 特征工程
绘图显示B