项目常用技巧

1.样本不均衡
过采样或者下采样

下采样：
让样本同样少

过采样：
生成数据使得样本一样多
SMOTE算法：

2.保持各特征分布有差不多的范围：
保证不同特征的取值跨度相同，保持重要程度相同

3.交叉验证
训练集
验证集
测试集
交叉验证：求稳

比如，训练集拆成3份，1+2-》训练，3验证，1+3-》训练，2验证，2+3训练，1验证
再求平均

4.模型评估方法
精度 num(y^=y)/num(all)

Recall 召回率： TP/(TP+TF)
TP:正类判为正类
FP:负类判为正类
FN:正类判为负类
TN:负类判为负类

5.正则化惩罚项
希望泛化能力强，避免过拟合
则加入正则化惩罚项，一般用L2正则化方法

6.混淆矩阵
X轴是predicted label
Y轴是real label
分成四个块，就是个看recall值的图