1，机器学习应用概述

 

 

 构建模型的个基本过程：

 

PCA 与 SVD关系

PCA : 降维度。过程：首先计算样本本协方差矩阵，然后·暴力特征分解·(非常消耗资源)。

SVD : 降维度，它的标准推导过程类似特征分解（耗资源），据说，sk-learn中它有其他实现过程。

scikit-learn的PCA算法的背后真正的实现就是用的SVD，而不是我们我们认为的暴力特征分解。

# # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # 

# # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # 

# # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # 

1. 收集足够数据量： 收集大于50的样本量，否则非常用于过拟合。

2. 问题划分：是否是一个回归问题、无监督的分类问题（关联规则）、有监督的分类问题

 

分类问题： 样本量很大 SGD(随机梯度下降)， 样本量不是很大时，LR svm  GBDT

 

 

转载于:https://www.cnblogs.com/andylhc/p/10298001.html