- 博客(3)
- 收藏
- 关注
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