- 博客(3)
- 收藏
- 关注
RSS订阅翻译 Kaggle中常用融合技术
Kaggle中常用融合技术：原文链接：http://mlwave.com/kaggle-ensembling-guide/模型融合技术可以提高一系列机器学习任务的准确率。在这篇文章中我将会分享大家一些在kaggle比赛中常用的融合方法。 第一部分我们介绍利用提交的文件创建融合模型。第二部分我们通过堆栈泛化创建容和模型。我回答了为什么融合能够减少泛化误差。最后我列举了不同的融合方
2016-02-29 20:46:03
6381
翻译 关于特征工程
什么是特征工程，怎么做特征工程，怎么做好特征工程特征工程是一个包含内容很多的主题，也被认为是成功应用机器学习的一个很重要的环节。为了写这篇文章，我深入和广泛的阅读了相关材料，并且对他们进行了整合。这篇文章主要说明了以下问题：什么是特征工程？特征工程解决了什么问题？为什么特征工程对机器学习很重要？如何进行特征工程？哪些团队对这个问题研究的比较好，以及在哪里你能学到更多相关知识。如果你只阅
2016-02-29 15:09:06
3934
原创 机器学习项目中重要问题
1.数据预处理：特征选择->降维:剔除对预测结果影响小的因素 升维（值离散化，特征组合）->提高特征复杂度，增强模型拟合能力（复杂模型：简单特征 简单模型：复杂特征） 样本选择->剔除离群点2.模型选择：根据特征的特点选择合适的模型（多线性特征，选择非线性模型；多非线性特征，选择线性模型；）根据计算能力选择模型（计算能力有限：选择LR等较简单的线性模型）
2016-02-03 16:27:21
622
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