前言
- 本文是
黄佳《零根底实战机器学习》的学习笔记
实战步骤
机器学习实战有五大步:
1 定义问题
-
第一步是定义问题
在定义问题这个环节中，咱们要分析业务场景，设定清晰的指标，同时还要明确以后问题属于哪一种机器学习类型。
2 数据收集和预处理
- 第二步是数据的收集和预处理
-
六小步
收集数据；数据可视化；数据荡涤；特色工程；构建特色集和标签集；拆分训练集、验证集和测试集。
3 抉择算法并建设模型
-
第三步是抉择算法并建设模型
在这一步中，咱们须要先依据特色和标签之间的关系，选出一个适合的算法，并找到与之对应的适合的算法包，而后通过调用这个算法包来建设模型。
4 训练模型
-
第四步是训练模型
训练模型就是用训练集中的特色变量和已知标签，依据以后样本的损失大小来逐步拟合函数，确定最优的外部参数，最初实现模型。尽管看起来挺简单，但这些步骤，咱们都通过调用 fit 办法来实现。
5 模型的评估和优化
-
第五步是模型的评估和优化
在“模型的评估和优化”这一步中，当咱们预测完测试集的浏览量后，咱们要再拿这个预测后果去和测试集已有的真值去比拟，这样才可能求出模型的性能。
本文出自 qbit snap