diff --git a/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/1_数据预处理_建筑能源利用率预测-checkpoint.ipynb b/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/1_数据预处理_建筑能源利用率预测-checkpoint.ipynb
index 66f227b..cedf011 100644
--- a/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/1_数据预处理_建筑能源利用率预测-checkpoint.ipynb
+++ b/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/1_数据预处理_建筑能源利用率预测-checkpoint.ipynb
@@ -5,14 +5,21 @@
    "metadata": {},
    "source": [
     "## 建筑指标数据\n",
-    "目标：对每个建筑的能源利用率评分，1-100之间，回归任务"
+    "[来源](https://github.com/WillKoehrsen/machine-learning-project-walkthrough)\n",
+    "\n",
+    "### 项目目标\n",
+    "* 确定能源之星评分数据集中的预测因素。\n",
+    "* 使用提供的建筑能源数据开发模型，并预测建筑物的能源之星的得分（0-100的连续值）。\n",
+    "* 解释模型结果。\n",
+    "\n",
+    "基于项目目标，我们需要做的是一个回归模型。"
    ]
   },
   {
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "## 工作流程\n",
+    "## 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\n",
@@ -22,16 +29,16 @@
     "7. 解释模型\n",
     "8. 提交答案\n",
     "\n",
-    "这些过程并不是完全的从头到尾，可能在4的时候发现1的数据清洗有问题，再回来做1"
+    "这些过程并不是严格的从头到尾，可能在4建立模型时，发现1的数据清洗有问题，再回来做1，该项目包含3个notebook"
    ]
   },
   {
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "## 导入所需的基本工具包\n",
+    "### 导入所需的基本工具包\n",
     "\n",
-    "有些默认参数可以设置"
+    "可设置默认参数"
    ]
   },
   {
@@ -40,13 +47,18 @@
    "metadata": {},
    "outputs": [],
    "source": [
+    "# 操作数据必备包\n",
     "import pandas as pd\n",
     "import numpy as np\n",
     "\n",
-    "pd.options.mode.chained_assignment = None  # 消除警告，比如说提示版本升级之类的\n",
+    "# 消除警告，比如说提示版本升级之类的\n",
+    "import warnings\n",
+    "warnings.simplefilter('ignore')\n",
     "\n",
-    "pd.set_option('display.max_columns', 60)  # 设置最大显示列为60\n",
+    "# 设置最大显示列为60，还有max_rows则是设置最大列\n",
+    "pd.set_option('display.max_columns', 60)\n",
     "\n",
+    "# # Matplotlib 可视化\n",
     "import matplotlib.pyplot as plt\n",
     "%matplotlib inline\n",
     "\n",
@@ -64,7 +76,8 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "## 数据清洗"
+    "## 数据清洗\n",
+    "[pandas](https://pandas.pydata.org/pandas-docs/stable/)读取数据"
    ]
   },
   {
@@ -722,11 +735,37 @@
     "data.head()  # display top of dataframe"
    ]
   },
+  {
+   "cell_type": "code",
+   "execution_count": 4,
+   "metadata": {},
+   "outputs": [
+    {
+     "data": {
+      "text/plain": [
+       "(11746, 60)"
+      ]
+     },
+     "execution_count": 4,
+     "metadata": {},
+     "output_type": "execute_result"
+    }
+   ],
+   "source": [
+    "data.shape"
+   ]
+  },
   {
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "数据具体情况在数据文件夹下的pdf里"
+    "数据集共有60列，我们并不知道这些列的具体意思，虽然机器学习中，我们可以不用理解列，只需要放进去让模型告诉我们哪个重要。\n",
+    "\n",
+    "但在实际场景中，如果想要模型效果有更好的提升，就不可以避免的要对某个别列做相应处理，或者交叉特征，甚至需要向业务人员解释。\n",
+    "\n",
+    "具体列信息可以参考data目录下的2016_nyc_benchmarking_data_disclosure_definitions.pdf，其中**ENERGY STAR Score是标签列（0-100的评分）**\n",
+    "\n",
+    "而ENERGY STAR Score的评分方法也很简单，建筑持有者提供自我报告的能源使用情况，根据这些提供的自我报告数据来评分排名。"
    ]
   },
   {
@@ -825,7 +864,8 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "上面都是non-null，不一定是没有缺失值（np.nan），可能是缺失值的标记符号不一样，查看上面的数据，中间有很大部分是Not Available，所以Not Available应该就是缺失值"
+    "* 大部分数据被记录为object，在处理前必须转换为数值型，如float。\n",
+    "* 上面都是non-null表示没有缺失值，但不一定真的没有缺失值（np.nan），可能是缺失值的标记符号不一样，查看上面的数据，中间有很大部分是Not Available，Not Available应该就是缺失值。"
    ]
   },
   {
@@ -1477,6 +1517,13 @@
     "data.describe()"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "现在能看到部分列的count没有达到11746个，即表明其中有NaN值。"
+   ]
+  },
   {
    "cell_type": "markdown",
    "metadata": {},
diff --git a/机器学习竞赛实战_优胜解决方案/建筑能源利用率预测/1_数据预处理_建筑能源利用率预测.ipynb b/机器学习竞赛实战_优胜解决方案/建筑能源利用率预测/1_数据预处理_建筑能源利用率预测.ipynb
index 66f227b..cedf011 100644
--- a/机器学习竞赛实战_优胜解决方案/建筑能源利用率预测/1_数据预处理_建筑能源利用率预测.ipynb
+++ b/机器学习竞赛实战_优胜解决方案/建筑能源利用率预测/1_数据预处理_建筑能源利用率预测.ipynb
@@ -5,14 +5,21 @@
    "metadata": {},
    "source": [
     "## 建筑指标数据\n",
-    "目标：对每个建筑的能源利用率评分，1-100之间，回归任务"
+    "[来源](https://github.com/WillKoehrsen/machine-learning-project-walkthrough)\n",
+    "\n",
+    "### 项目目标\n",
+    "* 确定能源之星评分数据集中的预测因素。\n",
+    "* 使用提供的建筑能源数据开发模型，并预测建筑物的能源之星的得分（0-100的连续值）。\n",
+    "* 解释模型结果。\n",
+    "\n",
+    "基于项目目标，我们需要做的是一个回归模型。"
    ]
   },
   {
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "## 工作流程\n",
+    "## 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\n",
@@ -22,16 +29,16 @@
     "7. 解释模型\n",
     "8. 提交答案\n",
     "\n",
-    "这些过程并不是完全的从头到尾，可能在4的时候发现1的数据清洗有问题，再回来做1"
+    "这些过程并不是严格的从头到尾，可能在4建立模型时，发现1的数据清洗有问题，再回来做1，该项目包含3个notebook"
    ]
   },
   {
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "## 导入所需的基本工具包\n",
+    "### 导入所需的基本工具包\n",
     "\n",
-    "有些默认参数可以设置"
+    "可设置默认参数"
    ]
   },
   {
@@ -40,13 +47,18 @@
    "metadata": {},
    "outputs": [],
    "source": [
+    "# 操作数据必备包\n",
     "import pandas as pd\n",
     "import numpy as np\n",
     "\n",
-    "pd.options.mode.chained_assignment = None  # 消除警告，比如说提示版本升级之类的\n",
+    "# 消除警告，比如说提示版本升级之类的\n",
+    "import warnings\n",
+    "warnings.simplefilter('ignore')\n",
     "\n",
-    "pd.set_option('display.max_columns', 60)  # 设置最大显示列为60\n",
+    "# 设置最大显示列为60，还有max_rows则是设置最大列\n",
+    "pd.set_option('display.max_columns', 60)\n",
     "\n",
+    "# # Matplotlib 可视化\n",
     "import matplotlib.pyplot as plt\n",
     "%matplotlib inline\n",
     "\n",
@@ -64,7 +76,8 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "## 数据清洗"
+    "## 数据清洗\n",
+    "[pandas](https://pandas.pydata.org/pandas-docs/stable/)读取数据"
    ]
   },
   {
@@ -722,11 +735,37 @@
     "data.head()  # display top of dataframe"
    ]
   },
+  {
+   "cell_type": "code",
+   "execution_count": 4,
+   "metadata": {},
+   "outputs": [
+    {
+     "data": {
+      "text/plain": [
+       "(11746, 60)"
+      ]
+     },
+     "execution_count": 4,
+     "metadata": {},
+     "output_type": "execute_result"
+    }
+   ],
+   "source": [
+    "data.shape"
+   ]
+  },
   {
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "数据具体情况在数据文件夹下的pdf里"
+    "数据集共有60列，我们并不知道这些列的具体意思，虽然机器学习中，我们可以不用理解列，只需要放进去让模型告诉我们哪个重要。\n",
+    "\n",
+    "但在实际场景中，如果想要模型效果有更好的提升，就不可以避免的要对某个别列做相应处理，或者交叉特征，甚至需要向业务人员解释。\n",
+    "\n",
+    "具体列信息可以参考data目录下的2016_nyc_benchmarking_data_disclosure_definitions.pdf，其中**ENERGY STAR Score是标签列（0-100的评分）**\n",
+    "\n",
+    "而ENERGY STAR Score的评分方法也很简单，建筑持有者提供自我报告的能源使用情况，根据这些提供的自我报告数据来评分排名。"
    ]
   },
   {
@@ -825,7 +864,8 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "上面都是non-null，不一定是没有缺失值（np.nan），可能是缺失值的标记符号不一样，查看上面的数据，中间有很大部分是Not Available，所以Not Available应该就是缺失值"
+    "* 大部分数据被记录为object，在处理前必须转换为数值型，如float。\n",
+    "* 上面都是non-null表示没有缺失值，但不一定真的没有缺失值（np.nan），可能是缺失值的标记符号不一样，查看上面的数据，中间有很大部分是Not Available，Not Available应该就是缺失值。"
    ]
   },
   {
@@ -1477,6 +1517,13 @@
     "data.describe()"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "现在能看到部分列的count没有达到11746个，即表明其中有NaN值。"
+   ]
+  },
   {
    "cell_type": "markdown",
    "metadata": {},