1.机器学习分哪两类?它们之间有什么区别?
监督学习,非监督学习
样本有无标签
2.无监督机器学习的优势有哪些?
不需要标签就能学习
聚类,降维
3.机器学习应用开发的典型步骤有哪些?
1)数据采集和标记
2)数据清洗
3)特征选择
4)模型选择
5)模型训练和测试
6)模型性能评估和优化
7)模型使用
4.为什么要把数据集分成训练数据集和测试数据集?
确保测试的准确性
1.机器学习分哪两类?它们之间有什么区别?
监督学习,非监督学习
样本有无标签
2.无监督机器学习的优势有哪些?
不需要标签就能学习
聚类,降维
3.机器学习应用开发的典型步骤有哪些?
1)数据采集和标记
2)数据清洗
3)特征选择
4)模型选择
5)模型训练和测试
6)模型性能评估和优化
7)模型使用
4.为什么要把数据集分成训练数据集和测试数据集?
确保测试的准确性