机器学习项目开发经验

1. 以6:2:2的比例来分配训练集，验证集，测试集
2. 快速实现一种简单的算法，并用CV数据测试。要快，而不是怕它过于浅显而一直不得出数值化的结论
3. 画出Learning Curves, 再看是否更多的训练数据，更多的Feature(新Feature，Feature归一化，高维Feature)等等会帮助我们提高算法精度（参考我的某篇blog）
4. 人工Check分类错误的Sample，看是否能找出分类错误的原因

不要一头蒙进复杂的算法和大量数据收集中，而要先实现简单的分类，给出数值化的Precision/Recall，画出Learning Curve，然后再做进一步的提高。

参考

• 机器学习算法调优的一般步骤。 http://blog.youkuaiyun.com/ybdesire/article/details/53001400
• 神经网络结构设计指导原则。http://blog.youkuaiyun.com/ybdesire/article/details/52821185