理论学习

本次理论学习重点在于重新回顾并梳理了这次学习赛的流程，并总结了数据挖掘的一般过程与常见手法。为之后进一步的学习打好基础。

本次赛题可分为赛题理解、数据分析、特征工程、建模调参、模型融合等几个过程。其中我把重点放在了特征值的选择上。如何对数据进行处理已经选择合适的特征值是比较重点在意的地方，其次是选择合适的模型进行分析。

另外，我也了解了模型融合这一部分的内容。模型融合可以更好地提高准确率，往往是在数据挖掘收尾时使用。将之前建模调参的结果进行模型融合，尝试多种融合方案，提交融合结果。