Python預測分析（2）：預測模型的構建--平衡性能、複雜性以及大數據

      影響機器學習模型效果的因素算法 3.1 基本問題：理解函數逼近       數據清洗和特徵工程機器學習       特徵工程通常須要經過一個由人工參與的、迭代的過程來完成特徵選擇，決定可能最優的特徵，而且嘗試不一樣的特徵組合。函數 3.2 影響算法選擇及性能的因素---複雜度以及數據       選擇一個算法：線性或者非線性性能 3.3 度量預測模型性能      最經常使用的錯誤摘要

>>阅读原文<<