关注Kaggle比赛以及常用算法

个人觉得Kaggle是训练data mining特别好的地方,而对于机器学习的提升并不是特别大。你可以去看已经结束的比赛的winner的解决方案,大部分都是ensemble learning,很少有数学上极其优美的解法。

可以从以下几个方面入手:
1. Feature Engineering
- continue variable
- categorical variable
2. Classic machine learning algorithm
- LR, KNN, SVM, Random Forest, GBRT, FM, NN
3. Cross validation, model selection
- grid search, random search, hyper-opt
4. Ensemble learning
推荐这篇 Kaggle Ensembling Guide
5. 多看看之前比赛的winner解决方案


作者:张卫鹏
链接:https://www.zhihu.com/question/23987009/answer/91132803
来源:知乎
著作权归作者所有,转载请联系作者获得授权。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值