目录 学习目标 内容介绍 总结 学习目标 了解常用的机器学习模型,并掌握机器学习模型的建模与调参流程完成相应学习打卡任务 内容介绍 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; 总结 简单介绍模型调参方法,详细内容后续会展开学习