我是钱

　　有网友在知乎提问：「你用Python做过什么有趣的数据挖掘项目?」　　我最近刚开始学习Python，numpy，scipy等，想做一些数据方面的项目，但是之前又没有这方面的经验。所以想知道大家都做过什么有趣的项目，或者有什么好入手的方向推荐下。　　下面是何明科的分享：　　第零步：原点，大数据与价值　　大概一年多以前，和几个小伙伴均认同一个趋势：觉得通过技术手段获取网上越来越丰富的数据，并基于这些数据做分析及可视化，必能产生有价值的结果，帮助大家改善生活。(大数据被叫烂了，所以用低调的方式来解释我们的初心)数据挖掘项目-我是钱QQ/微信：11578821　　第一步：开工，为基金服务　　恰巧和几个基金的朋友(包括对冲基金和VC/PE基金)聊到这个趋势，他们非常认同

　　如何去实践一个完整的数据挖掘项目　　机器学习项目　　1抽象成数学问题(明确问题)数据挖掘项目-我是钱QQ/微信：11578821　　2获取数据　　3特征预处理与特征选择　　4训练模型与调优　　5模型诊断　　6模型融合(非必须)　　7上线运行　　大部分机器学习项目死在第1步和第2步，平时我们说的机器学习，指的是3、4、5这3步，实践中，其实最难的是业务理解这一步，业务理解OK了，后面的一切都有章可循。　　NLP项目　　1获取语料　　已有语料：业务部门、公司积累大量的文本数据　　网上下载、抓取语料：可以通过爬虫自己去抓取一些数据，然后进行加工。　　2语料预处理　　语料预处理大概会占到整个50%-70%的工作量，通过数据洗清、分词、词性标注、去停用词四个大的方面来完成语料的预