觀察資料集，正負樣本是否均衡（看正負樣本資料量是否差別過大）
不均衡：under sample（隨機取樣）或者over sample(利用imblearn中的smote演算法)
觀察缺失值，進行補全，要是標籤缺失，直接drop
資料歸一化處理
觀察可以合併的資料集，將多個特徵變為乙個（例如特徵裡有公分和英呎）
離散資料進行one-hot編碼
觀察資料之間的聯絡，自己造有用的特徵
將多餘的特徵清除，新造的特徵拼接到一起
將資料分為訓練集和測試集
選擇合適模型
通過交叉驗證選擇模型所需的合適引數
選擇合適的評測標準進行評測（recall、精度等）
機器學習 監督學習（一）
2.1由例項學習類 類學習 尋找乙個涵蓋所有的正例而不涵蓋任何負例的描述 類識別器的蔬菜如 對識別結果有關鍵影響的特徵 假設類 h 最特殊假設 s覆蓋所有正例且不包含所有負例的最小矩形 最一般假設 g覆蓋所有正例且不包含所有負例的最大矩形 介於s g之間的h均為無誤差的有效假設，與訓練集 相容，這些...
機器學習筆記 監督學習，無監督學習，半監督學習
這個問題可以回答得很簡單 是否有監督 supervised 就看輸入資料是否有標籤 label 輸入資料有標籤，則為有監督學習，沒標籤則為無監督學習。什麼是學習 learning 學習 乙個成語就可概括 舉一反三。此處以高考為例，高考的題目在上考場前我們未必做過，但在高中三年我們做過很多很多題目，懂...
機器學習日記 監督學習 無監督學習
監督學習是指 利用一組已知類別的樣本調整 分類器的 引數，使其達到所要求效能的過程，也稱為 監督訓練或有教師學習。無監督學習 現實生活中常常會有這樣的問題 缺乏足夠的 先驗知識 因此難以人工標註類別或進行人工類別標註的成本太高。很自然地，我們希望計算機能代我們完成這些工作，或至少提供一些幫助。根據類...