内容介绍
1.线性回归模型:
- 线性回归对于特征的要求;
- 处理长尾分布;
- 理解线性回归模型;
2.模型性能验证:
- 评价函数与目标函数;
- 交叉验证方法;
- 留一验证方法;
- 针对时间序列问题的验证;
- 绘制学习率曲线;
- 绘制验证曲线;
3.嵌入式特征选择:
- Lasso回归
- Ridge回归
- 决策树
4.模型对比:
- 常用线性模型;
- 常用非线性模型;
5.模型调参:
- 贪心调参方法;https://www.jianshu.com/p/ab89df9759c8
- 网格调参方法;https://blog.csdn.net/weixin_43172660/article/details/83032029
- 贝叶斯调参方法;https://blog.csdn.net/linxid/article/details/81189154