机器学习基础(模型评估与选择,归纳学习)

一,机器学习常用工具

二,机器学习算法分类与常用算法

 

三,机器学习训练过程

四,机器学习算法的选择

五,特征工程

 

六,机器学习 开发流程

  1. 收集数据: 收集样本数据
  2. 准备数据: 注意数据的格式
  3. 分析数据: 为了确保数据集中没有垃圾数据;
    • 如果是算法可以处理的数据格式或可信任的数据源,则可以跳过该步骤;
    • 另外该步骤需要人工干预,会降低自动化系统的价值。
  4. 训练算法: [机器学习算法核心]如果使用无监督学习算法,由于不存在目标变量值,则可以跳过该步骤
  5. 测试算法: [机器学习算法核心]评估算法效果
  6. 使用算法: 将机器学习算法转为应用程序

猜你喜欢

转载自www.cnblogs.com/nku-wangfeng/p/9329055.html