- 博客(2)
- 收藏
- 关注
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