目录
1、搭建一个机器学习模型
人工设计特征:在实际的应用中,特征往往比模型本身更重要
预处理∶经过数据的预处理,如去除噪声等。比如在文本分类中,去除停用词等。
特征提取∶从原始数据中提取一些有效的特征。比如在图像分类中,提取边缘、尺度不变特征 变换特征等。
特征转换︰对特征进行一定的加工,比如降维和升维。
训练模式与测试模式:
2、机器学习开发实例:明确任务背景与目标
任务背景:
房产中介公司在进行房屋销售过程中,由于房屋价格各不相同,因此往往需要先针对房屋价格进行给出一个客观的参考价格,提供给业务员和房东作为参考。
任务目标:
根据已有房产信息训练模型,从而预测新的房屋价格
任务解析过程:
3、制作数据集
制作