机器学习开发的典型步骤

在机器学习中,应用开发的典型步骤一般如下:

  • 数据采集和标记
  • 数据清洗和预处理
  • 特征选择,选择需要建模的特征
  • 模型选择,选择几个对应的模型
  • 模型训练与测试
  • 模型性能评估和优化,如过拟合时该怎么解决?
  • 模型使用

通过上述方法,我们按照流程就可以对其有所掌握。这个过程实际上跟数据科学有点类似。

参考书籍:

《scikit-learn机器学习:常用算法原理及编程实战》

若文章对您有帮助,请打赏1块钱。您的支持,可以让我分享更多精彩的文章。转载请注明来源


知识共享许可协议
本作品采用知识共享署名-非商业性使用-相同方式共享 2.5 中国大陆许可协议进行许可。