機器學習項目中重要問題

1.數據預處理：特徵選擇->降維:剔除對預測結果影響小的因素       升維（值離散化，特徵組合）->提升特徵複雜度，加強模型擬合能力（複雜模型：簡單特徵   簡單模型：複雜特徵）學習            樣本選擇->剔除離羣點spa 2.模型選擇：根據特徵的特色選擇合適的模型（多線性特徵，選擇非線性模型；多非線性特徵，選擇線性模型；）根據計算能力選擇模型（計算能力有限：選擇LR等較簡單的線性

>>阅读原文<<