模块102 认知机器学习.pptxVIP

《智能前端项目开发》认知机器学习

机器学习工作流程机器学习，简单地理解，就是让机器能像人一样具有学习能力。一个完整机器学习项目的工作流程，大体可以划分为七个步骤：抽象成数学问题，获取数据，特征预处理与特征选择，训练模型与调优，模型诊断，模型融合和上线运行。

1.抽象成数学问题明确问题是进行机器学习的第一步。这里的抽象成数学问题，指的我们明确我们可以获得什么样的数据。2.获取数据数据决定了机器学习结果的上限，而算法只是尽可能逼近这个上限。数据要有代表性，否则必然会过拟合。机器学习工作流程

机器学习工作流程3.特征预处理与特征选择特征预处理、数据清洗是很关键的步骤，往往能够使得算法的效果和性能得到显著提高。特征选择好了，非常简单的算法也能得出良好、稳定的结果。4.训练模型与调优特征选择之后我们才能够进行算法训练，现在很多算法都能够封装成黑盒供人使用，但是真正考验水平的是如何调整这些算法的参数，使得结果变得更加优良。

机器学习工作流程5.模型诊断模型诊断主要为了确定模型调优的方向与思路，过拟合、欠拟合的判断是模型诊断中至关重要的一步。过拟合的基本调优思路是增加数据量，降低模型复杂度。欠拟合的基本调优思路是提高特征数量和质量，增加模型复杂度。

机器学习工作流程6.模型融合模型融合就是训练多个模型，然后按照一定的方法集成多个模型，这样能使得机器学习的效果有一定提升。7.上线运行好的模型衡量