Add comment of introduction

机器学习竞赛实战_优胜解决方案/建筑能源利用率预测/.ipynb_checkpoints/2_建模_建筑能源利用率预测-checkpoint.ipynb

@@ -1,5 +1,30 @@
 {
  "cells": [
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "## 介绍：机器学习项目第二部分\n",
+    "在该notebook中，我们研究一个有监督的回归机器学习问题。利用真实的纽约市建筑能源消耗数据，我们要预测建筑的能源之星的得分，并确定影响得分的因素。"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "## 机器学习——工作流程\n",
+    "1. 数据清洗与格式转换\n",
+    "2. 探索性数据分析\n",
+    "3. 特征工程与选择\n",
+    "4. 建立基础模型，比较多种模型性能指标\n",
+    "5. 模型超参数调参，针对问题进行优化\n",
+    "6. 在测试集上评估最佳模型\n",
+    "7. 尽可能解释模型结果\n",
+    "8. 得出结论，并提交答案\n",
+    "\n",
+    "上一个notebook我们使用了1-3，还有一部分4，该notebook我们着重了解4-6。"
+   ]
+  },
   {
    "cell_type": "markdown",
    "metadata": {},

机器学习竞赛实战_优胜解决方案/建筑能源利用率预测/2_建模_建筑能源利用率预测.ipynb

@@ -1,5 +1,30 @@
 {
  "cells": [
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "## 介绍：机器学习项目第二部分\n",
+    "在该notebook中，我们研究一个有监督的回归机器学习问题。利用真实的纽约市建筑能源消耗数据，我们要预测建筑的能源之星的得分，并确定影响得分的因素。"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "## 机器学习——工作流程\n",
+    "1. 数据清洗与格式转换\n",
+    "2. 探索性数据分析\n",
+    "3. 特征工程与选择\n",
+    "4. 建立基础模型，比较多种模型性能指标\n",
+    "5. 模型超参数调参，针对问题进行优化\n",
+    "6. 在测试集上评估最佳模型\n",
+    "7. 尽可能解释模型结果\n",
+    "8. 得出结论，并提交答案\n",
+    "\n",
+    "上一个notebook我们使用了1-3，还有一部分4，该notebook我们着重了解4-6。"
+   ]
+  },
   {
    "cell_type": "markdown",
    "metadata": {},