摘要：
学习：通过接收到的数据，归纳提取相同与不同 机器学习：让计算机以数据为基础，进行归纳与总结 模型：数据解释现象的系统。 6:2:2 · 训练集：用来训练与拟合模型 · 测试集：模型泛化能力的考量。（泛化：对数据的预测能力） · 验证集：当通过训练集训练出多个模型后，使用验证集数据纠偏或比较预测 当数 阅读全文
摘要：
数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。 5.1、数据清洗 5.1.1 数据样本抽样 · 样本要具有代表性 · 样本比例要平衡以及样本不均衡时如何处理 · 考虑全量数据 5.1.2异常值（空值）处理 · 识别异常值和重复值 Pandas：isnull()/duplicate 阅读全文