写给自己看的东西
1.好数据、好特征会事半功倍。
2.纯净数据越多,损失一点速度,会换来很多精度。
3.关于Imbalance data处理问题,是为了一位的追求平衡数据好, 还是保持原有的数据分配比率
4.一个好的范数空间,可以让你取得意想不到的结果。 注:内积空间(希尔空间)=2范数空间
本文深入探讨了提高数据质量和特征选择的重要性,包括纯净数据对模型精度的影响,以及如何处理不平衡数据集。重点介绍了范数空间在算法性能上的作用,并提供了解决不平衡数据集的策略。此外,文章还讨论了内积空间(希尔伯特空间)在理解复杂数据关系中的应用。
写给自己看的东西
1.好数据、好特征会事半功倍。
2.纯净数据越多,损失一点速度,会换来很多精度。
3.关于Imbalance data处理问题,是为了一位的追求平衡数据好, 还是保持原有的数据分配比率
4.一个好的范数空间,可以让你取得意想不到的结果。 注:内积空间(希尔空间)=2范数空间
5820

被折叠的 条评论
为什么被折叠?