这应该是一道公认的机器学习类比赛的入门题。特征工程大部分时候被认为是这类竞赛的关键部分，本文也会使用一些常用的方法去进行原始数据的处理，然后去提取特征，之后分别使用逻辑斯蒂回归，随机森林，梯度提升决策树，以及梯度提升决策树的变种xgboost.在选择参数的时候本文使用了网格搜索和交叉验证的方法, 使用python进行了整个处理过程
$$x=\frac{-b\pm\sqrt{b^2-4ac}}{2a}$$
\(x=\frac{-b\pm\sqrt{b^2-4ac}}{2a}\)
这应该是一道公认的机器学习类比赛的入门题。特征工程大部分时候被认为是这类竞赛的关键部分，本文也会使用一些常用的方法去进行原始数据的处理，然后去提取特征，之后分别使用逻辑斯蒂回归，随机森林，梯度提升决策树，以及梯度提升决策树的变种xgboost.在选择参数的时候本文使用了网格搜索和交叉验证的方法, 使用python进行了整个处理过程
$$x=\frac{-b\pm\sqrt{b^2-4ac}}{2a}$$
\(x=\frac{-b\pm\sqrt{b^2-4ac}}{2a}\)