我的学习成长日记

http://www.360doc.com/content/14/0322/09/16420473_362632285.shtml

本文参考了美团技术团队发表的《机器学习中的数据清洗和特征处理综述》，以下是学习笔记：http://tech.meituan.com/machinelearning-data-feature-process.html典型的监督学习过程原文中将蓝色箭头解释为离线处理，绿色箭头解释为在线处理，我认为不好。蓝色箭头应理解为使用特征数据+标注数据经机器学习算法得出预测模型

维度灾难首先在机器学习中，如果特征值(也可称之为维度，或feature，或参数)过多，会发生所谓的维度灾难。维度灾难最直接的后果就是过拟合现象，而发生该现象最根本的原因是：1，维度增加时，有限的样本空间会越来越稀疏。因此模型出现在训练集上表现良好，但对新数据缺乏泛化能力的现象。如果训练集可以达到理论上的无限个，那么就不存在维度灾难，我们可以用无限个维度去得到一个完美的分类器。训练集样本

http://blog.jobbole.com/67616/