機器學習1-機器學習中建模過程

機器學習中建模過程 數據處理 特徵工程 模型選擇 尋找最佳超參數 模型分析與模型融合 1.數據處理 1.1機器學習中使用的數據的原則 屬性的值和屬性的名稱應該具備實際的意義。 去除屬性中相關度高的屬性 去除對結果影響不大的屬性 合理選擇關聯字段 1.2常見的數據預處理方法 數據清洗：數據清洗的目的不只僅是清除錯誤點，冗餘點和數據的噪聲，還要將數據按照必定的規則進行統一處理。 數據集成：將多個數據源

>>阅读原文<<