这几天迎接上级检查组,工作冲突特别大,因此功课落下有点多,连直播课都没有听到。晚上突击了一下,先把卡打了,回头清明节再好好研究一下这一部分内容。
一、学习目标
了解常用的机器学习模型,并掌握机器学习模型的建模与调参流程
二、学习到的内容
1.线性回归模型:
线性回归对于特征的要求;
处理长尾分布;
理解线性回归模型;
2.模型性能验证:
评价函数与目标函数;
交叉验证方法;
留一验证方法;
针对时间序列问题的验证;
绘制学习率曲线;
绘制验证曲线;
3.嵌入式特征选择:
Lasso回归;
Ridge回归;
决策树;
4.模型对比:
常用线性模型;
常用非线性模型;
5.模型调参:
贪心调参方法;
网格调参方法;
贝叶斯调参方法;
三、已完成工作
1.虽然比较忙,但是还算认真的看了小雨姑娘再知乎上的那两篇关于线性回归模型、决策树模型的笔记,清明节再把其他的几个内容好好看一看;
2.基本看懂了这回的代码,原谅我没见识,但是开头那个节省存储空间的自定义函数感觉真的很棒啊!
二手车价格预测数据挖掘学习—Task4
最新推荐文章于 2022-11-01 16:01:55 发布