毕业论文爬坑记（建模篇）

前言

上回说到，通过Python帮助小姐姐解决论文问题，在结尾我也说过，论文并没有想象的那么简单，下面就是本人最近整理的扎心语录。

• 爬虫可以获取数据，但有的时候你连数据都不知道在哪。
• 数据乱成稀巴烂，我还笑着把它算。
• 建模出错的概率，还真是没让我失望过。

总结来说：论文虐我千百遍，我带论文如初恋。

R2为负数，接近崩溃

今天要说的坑，就是建模的坑。前文说过，我自己的专业学的不是很扎实（最近在恶补），导致很多问题，当我全部解决的时候，拿到了处理后的数据，我以为展现我的Python技术的时候到了。

万万没想到，我使用回归算法（包括KNN，集成算法，SVM），结果都惊人的类似，精度R2全部为负数。

一首凉凉送给我，第一次碰到R2为负数~我还是太年轻啊，书上的都是挑的案例还真是好。

找原因

出现问题，当然只能去找问题了。在网上查了一下，总结如下：

• 数据间没规律
• 数据量太小
• 特征太少

看到第一条，我都要吓尿了，排除第一条，开始做处理啦~

处理

数据量少的问题，我当时也是找有想到，后面只能重新处理二调数据（就是林业上的数据），讲数据扩充了10倍。 建模看看，发现为0.2左右，有进步，不错，继续。

然后对类别数据进行了哑变量处理，还组合了一些特征。 现在稳定平均在0.5左右。

当然，模型是有超参数的，这里参数调整还在继续~ 现在在0.8左右。

总结

对于其他坑，多出于专业本身，我会在毕业后，全部分享给大家。