随笔分类 -  数据分析

机器学习:数据准备和特征工程
摘要:对于数据挖掘,数据准备阶段主要就是进行特征工程。 数据和特征决定了模型预测的上限,而算法只是逼近了这个上限。 好的特征要少而精,这会使模型更简单、更精准。 一、特征构造 1.’常见提取方式 文本数据的特征提取 词袋向量的方式:统计频率 图像数据的特征提取 像素点RGB 用户行为特征提取 特征提取总结 阅读全文

posted @ 2019-10-04 00:13 AI数据 阅读(2603) 评论(0) 推荐(1) 编辑

数据挖掘和机器学习概述
摘要:一、数据挖掘任务 数据挖掘常见的六大任务: 1.分类问题 2.聚类问题 3.回归问题 4.关联问题 5.序列问题 6.异常检测 二、数据挖掘流程 CRISP-DM:跨行业数据挖掘标准流程 各环节的任务与目标 预测模型的构建和评分流程 六大任务中的分类和回归都属于预测模型的范畴 三、预测模型的构建和使 阅读全文

posted @ 2019-09-26 14:41 AI数据 阅读(2292) 评论(1) 推荐(1) 编辑

导航

< 2025年2月 >
26 27 28 29 30 31 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 1
2 3 4 5 6 7 8
点击右上角即可分享
微信分享提示