机器学习基础问题
1.为什么要数据归一化?
答: 使数据集的值都在0~1之间, 方便数据处理, 同时提升数据精度.
2.交叉验证
训练集与测试集是从一整个样本数据集中按需要的比例进行划分,本质上可以多划分几次得到同一比例不同内容的训练集和测试集以得到均值得到更好的模型, 此方法即为交叉验证.
- 为什么用训练集进行模型训练?
训练集的数据量比测试集的大, 因此能保证模型的准确性, 减少了个别极端值等情况对模型的影响. 之后用测试集来验证模型的准确性.
机器学习基础问题
1.为什么要数据归一化?
答: 使数据集的值都在0~1之间, 方便数据处理, 同时提升数据精度.
2.交叉验证
训练集与测试集是从一整个样本数据集中按需要的比例进行划分,本质上可以多划分几次得到同一比例不同内容的训练集和测试集以得到均值得到更好的模型, 此方法即为交叉验证.