机器学习项目工作的标准流程,可以参考
2022/2/21 23:26:33
本文主要是介绍机器学习项目工作的标准流程,可以参考,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
标准流程:
- 理解问题:理解问题的核心,相关领域的问题、经验、限制、惯例、内外影响等等。
- Collect input features
- Preprocess:Fillna(fill 0,mean,or by model(eg rf)), Outlier
- Feature engineering:
- Normalize: min-max,z-score,pca,zca
- Transform: square,log,exp,sin,cos,rotate
- Embedding: one-hot, category
- Binning: eg. age 0-14:1 , 14-20:2
- Cross feature: eg. X1*X2
- De-periodic:eg. fft
- TD: y[n] = x[n] -x[n-t]
- Sampling: Uniform, Stratified, Pool, Undersampling, Oversampling,MCMC, Gibbs, SMOTE
- Build Model : DL or ML
- Train: Hyper params(grid search), cross validation
- Validate: Get metrics
这篇关于机器学习项目工作的标准流程,可以参考的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-01-24手把手教你使用MDK仿真调试
- 2024-01-10基于“小数据”的机器学习
- 2024-01-08扩展卡尔曼滤波:提高机器学习性能的利器
- 2023-12-26各种二端口滤波器网络仿真遇到的问题
- 2023-12-14机器学习-搜索技术:从技术发展到应用实战的全面指南
- 2023-12-12机器学习 - 决策树:技术全解与案例实战
- 2023-12-05机器学习-学习率:从理论到实战,探索学习率的调整策略
- 2023-12-04解锁机器学习-梯度下降:从技术到实战的全面指南
- 2023-11-30回归算法全解析!一文读懂机器学习中的回归模型
- 2023-11-30机器学习 - 似然函数:概念、应用与代码实例