机器学习逻辑

机器学习

人工智能发展三要素
数据
算法
计算力
机器学习就是利用数据自动分析形成模型,并利用模型对未知数据进行预测
数据简介
在数据集中一般:
一行数据我们称为一个样本
—列数据我们成为一个特征
有些数据有目标值〔标签值),有些数据没有目标值
数据类型构成;
数据类型一:特征值+目标值〔目标值是连续的和离散的]
数据类型二:只有特征值,没有目标值

机器学习的工作流程

  1. 获取数据集
  2. 数据基本处理
  3. 特征工程
    4. 机器学习〔模型训练)
    实例化模型对象
    训练模型
    交叉验证
    网格搜索
    对算法中的超参数进行搜索,选择最好的模型
    超参数:指定的参数
  4. 模型评估
    对训练好的模型进行评估
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值