5、机器学习中的回归与分类应用

机器学习中的回归与分类应用

在机器学习的实际应用中，我们常常会遇到各种问题和挑战，需要运用合适的方法和技巧来解决。本文将介绍一些常见的问题及相应的处理方法，同时探讨分类模型的相关知识。

1. 特征添加与 k - NN 重新运行

在数据处理过程中，我们可能需要添加新的特征。例如，之前选择的特征列是 8、10 到 13 以及 16 列，现在决定将第 1 列的 instant 特征也加入。以下是具体的操作步骤：

# 选择之前的特征列
day1[,c(8,10:13,16)]
# 加载数据
data(day1)
# 添加 instant 特征列
day2 <- day1[,c(1,8,10:13,16)]
# 在新数据上重新运行 k - NN
kno <- qeKNN(day2,'tot',k=5)
# 查看测试集准确率
kno$testAcc

运行结果显示，MAPE 降至约 663，效果有所提升。

在使用 k - NN 等方法时，要注意研究现象的条件可能随时间变化，这可能成为影响预测质量的重要因素。有时候，时间变量可能没有明确体现，而是隐含在记录的顺序中。若不考虑这一点，可能会导致预测质量大幅下降。

2. 数据陷阱

2.1 脏数据问题

脏数据是数据分析中常见的问题。以共享单车数据为例，2011 年 1 月 1 日在 holiday 列中显示不是假期，但在美国这一天是联邦假日。另外，数据集中 weathersit