西瓜书一到三章的粗略学习笔记
通过属性构建模型,比如xyz,学习在这里插入图片描述需要提供数据,这时候根据数据进行训练和学习,对总体数据划分方法的不同可以分出训练数据和测试数据。因为测试训练方法不同,进而得到模型学习能力的可靠性不同。
第二章
1.对学习器评估(训练+预测)
2.调参(选择更佳的学习器配置)
3.性能度量(均方误差)
4.对数据预测能力评估(方法ROC与AUC )
第三章
(分类任务是解决各种应用问题的方式。实践中,我们常用机器学习算法将现实问题归纳为分类任务进行解决,一个简单易懂的问题归纳例子就是垃圾邮件的识别问题,解决时常将电子邮件分类为“ 垃圾邮件 ”或“ 非垃圾邮件”。那么算法建模及问题解决应如何从问题域中归纳分类任务类型,且每种分类任务类型都可能会使用专门的建模方法。这都将影响问题的最后解决。面临样本的不同分类标签,如何识别此类问题是何种分类任务变得尤为重要)