- 博客(3)
- 收藏
- 关注
原创 基础入门数据挖掘-建模调参
线性回归模型:线性回归对于特征的要求;处理长尾分布;理解线性回归模型;模型性能验证:评价函数与目标函数;交叉验证方法;留一验证方法;针对时间序列问题的验证;绘制学习率曲线;绘制验证曲线;嵌入式特征选择:Lasso回归;Ridge回归;决策树;模型对比:常用线性模型;常用非线性模型;模型调参:贪心调参方法;网格调参方法;贝叶斯调参方法;简单介绍模型调参方法,详细内容后续会展开学习。
2024-08-14 11:48:08
126
原创 基础入门数据挖掘-特征工程
异常处理:通过箱线图(或 3-Sigma)分析删除异常值;BOX-COX 转换(处理有偏分布);Box-Cox 转换是一种统计方法,用于使数据更接近正态分布,常用于满足线性回归模型和其他统计分析方法的前提条件。该转换由统计学家 George Box 和 David Cox 提出,用于处理数据的非正态性和异方差性。长尾截断;特征归一化/标准化:标准化(转换为标准正态分布);归一化(抓换到 [0,1] 区间);针对幂律分布这种分布中,大量事件集中在较小的数值范围,而较大的数值则较少见,
2024-08-14 11:32:11
111
原创 基础入门数据挖掘- 数据分析
数据探索在机器学习中我们一般称为EDA(Exploratory Data Analysis)是指对已有的数据(特别是调查或观察得来的原始数据)在尽量少的先验假定下进行探索,通过作图、制表、方程拟合、计算特征量等手段探索数据的结构和规律的一种数据分析方法。
2024-08-13 11:37:57
862
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人