【Machine Learning Done Wrong】机器学习七种易犯的错误

【Machine Learning Done Wrong】http://t.cn/RvIHN3N

作者总结了机器学习七种易犯的错误：1.想当然用缺省Loss；2.非线性情况下用线性模型；3.忘记Outlier；4.样本少时用High Viriance模型；5.不做标准化就用L1/L2等正则；6.不考虑线性相关直接用线性模型；7.LR模型中用参数绝对值判断feature重要性。

参考：张栋_机器学习

1. 机器学习本质上是在解一个优化问题，优化目标定义错误（或者 loss function 定义错了），就全错了！

2. 尽量通过特征处理和变换，把非线性情况用线性模型求解：因为线性模型具有训练算法简单可处理海量数据等特性；

3. 很多情况下，如果不把 Outlier 数据提前过滤，就要采用可处理 Outlier 的模型（或者在模型训练过程中加入处理 Outlier 数据的算法）；

5. 特征标准化是很重要的预处理：多维度特征组合在一起时，特征具有同一尺度的可比性很重要；

6. 绝大多数情况下，“线性相关” 很少存在（比如广告点击率和飘红长度）但是：可以一个大的 "非线性相关问题" 转化成 N 个小的 "线性相关问题"；

7. LR 训练出来的特征权重和特征的重要性很相关，但并非完全代表特征的重要性（有很多情况需要特定考虑）