- 博客(2)
- 收藏
- 关注
RSS订阅原创 机器学习
**面试一：特征工程与模型评估**@TOC 俗话说，“巧妇难为无米之炊”。在机器学习中，数据和特征便是“米”，模型和算法则是“巧妇”。没有充足的数据、合适的特征，再强大的模型结构也无法得到满意的输出。正如一句业界经典的话所说，“Garbage in，garbage out”。对于一个机器学习问题，数据和特征往往决定了结果的上限，而模型、算法的选择及优化则是在逐步接近这个上限。 特征工程，顾名思义，是对原始数据进行一系列工程处理，将其提炼为特征，作为输入供算法和模型使用。从本质上来讲，特征工程是一
2020-06-06 22:39:03
400
原创 测试
# 数据挖掘的五大流程：## 获取数据## 数据预处理* 数据预处理是从数据中检测，纠正或删除损坏，不准确或不适用于模型的记录的过程可能面对的问题有：数据类型不同，比如有的是文字，有的是数字，有的含时间序列，有的连续，有的间断。也可能，数据的质量不行，有噪声，有异常，有缺失，数据出错，量纲不一，有重复，数据是偏态，数据量太大或太小。* 数据预处理的目的：让数据适应模型，匹配模型的需求。...
2019-10-16 00:00:44
88
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