畢業論文爬坑記（建模篇）

摘要： 前言 上回說到，通過Python幫助小姐姐解決論文問題，在結尾我也說過，論文並沒有想象的那麼簡單，下面就是本人最近整理的扎心語錄。 爬蟲可以獲取資料，但有的時候你連資料都不知道在哪。 資料亂成稀巴爛，我還笑著把它算。 建模出錯的概率，還真是沒讓我...

前言

上回說到，通過Python幫助小姐姐解決論文問題，在結尾我也說過，論文並沒有想象的那麼簡單，下面就是本人最近整理的扎心語錄。

• 爬蟲可以獲取資料，但有的時候你連資料都不知道在哪。
• 資料亂成稀巴爛，我還笑著把它算。
• 建模出錯的概率，還真是沒讓我失望過。

總結來說：論文虐我千百遍，我帶論文如初戀。

R2為負數，接近崩潰

今天要說的坑，就是建模的坑。前文說過，我自己的專業學的不是很紮實（最近在惡補），導致很多問題，當我全部解決的時候，拿到了處理後的資料，我以為展現我的Python技術的時候到了。

萬萬沒想到，我使用迴歸演算法（包括KNN，整合演算法，SVM），結果都驚人的類似，精度R2全部為負數。

一首涼涼送給我，第一次碰到R2為負數~我還是太年輕啊，書上的都是挑的案例還真是好。

找原因

出現問題，當然只能去找問題了。在網上查了一下，總結如下：

• 資料間沒規律
• 資料量太小
• 特徵太少

看到第一條，我都要嚇尿了，排除第一條，開始做處理啦~

處理

資料量少的問題，我當時也是找有想到，後面只能重新處理二調資料（就是林業上的資料），講資料擴充了10倍。

建模看看，發現為0.2左右，有進步，不錯，繼續。

然後對類別資料進行了啞變數處理，還組合了一些特徵。

現在穩定平均在0.5左右。

當然，模型是有超引數的，這裡引數調整還在繼續~

現在在0.8左右。

總結

對於其他坑，多出於專業本身，我會在畢業後，全部分享給大家。