原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
工作流程与模型优化
七月算法 寒老师
2016 年5月14 日
主要内容
n 前序工作流程
1.数据处理
2.特征工程
3.模型选择
4.交叉验证
5.寻找最佳超参数
n 模型优化
1.模型状态
2.权重分析
3.bad-case分析
4.模型融合
n 案例讲解
4 ⽉机器学习算法班 1
数据部分
o 数据清洗
l 不可信的样本丢掉
l 缺省值极多的字段考虑不用
o 数据采样
l 下/上采样
l 保证样本均衡
4 ⽉机器学习算法班 2
特征工程
o 特征处理
数值型
类别型
时间类
文本型
统计型
组合特征
4 ⽉机器学习算法班 3
特征工程
o 特征选择
过滤型
Ø sklearn.feature_selection.SelectKBest
包裹型
Ø sklearn.feature_selection.RFE
嵌入型
Ø feature_selection.SelectFromModel
Ø Linear model ，L1正则化
4 ⽉机器学习算法班 4
4 ⽉机器学习算法班 4
模型选择（1）
o 2层含义
4 ⽉机器学习算法班 6
模型选择（2）
4 ⽉机器学习算法班 7
模型选择（2）
o 交叉验证（cross validation）
l 交叉验证集做参数/模型选择
l 测试集只做模型效果评估
o K折交叉验证（K-fold cross validation）
4 ⽉机器学习算法班 8
模型参数含义
o 对模型有何影响
4 ⽉机器学习算法班 9
超参数选择
o 交叉验证选取
4 ⽉机器学习算法班 10
模型效果优化（1）
o 模型状态
过拟合 (overfitting/high variance)
欠拟合(underfitting/high bias)
4 ⽉机器学习算法班 11
模型效果优化（1）
o 小笑话两则
一個非洲酋長到倫敦訪問，一群記者在機場截住了他。
早上好，酋長先生 “， 其中一人問
文档评论（0）