zou_gr的博客

背景 本章通过简单的实例来完成正常情况下我们需要完成一个机器学习项目需要进行哪些步骤。 一般情况下，一个完整的机器学习项目分为以下步骤： 获取数据集 数据清洗 特征工程（简单来说就是选择合适的特征） 选择模型训练 选择度量模型性能的指标并评估模型 模型调参优化。 在这些步骤中，我们大部分的时间都是在花在数据清洗上，但是本章的目的是为了了解机器学习的步骤，所以采用了干净的数据集——波士顿房价。 构建流程 由上一篇文章，我们已经知道波士顿房价的预测问题是回归问题，因此我们此次选择线性模型进行拟合。 获取数据

1.认识决策树 决策树的思想来源非常之简单，就是条件分支语句：“如果是，执行哪一步，如果否，执行哪一步”，我们通过一个案例对决策树形成初步认识。 ...