零基礎入門資料探勘學習路徑 4建模與調參

2021-10-04 19:41:09 字數 754 閱讀 8009

了解常用的機器學習模型,並掌握機器學習模型的建模與調參流程 完成相應學習打卡任務

線性回歸模型: 線性回歸對於特徵的要求; 處理長尾分布; 理解線性回歸模型; 2. 模型效能驗證: 評價函式與目標函式; 交叉驗證方法; 留一驗證方法; 針對時間序列問題的驗證; 繪製學習率曲線; 繪製驗證曲線; 3. 嵌入式特徵選擇: lasso回歸; ridge回歸; 決策樹; 4. 模型對比: 常用線性模型; 常用非線性模型; 5. 模型調參: 貪心調參方法; 網格調參方法; 貝葉斯調參方法;

由於相關演算法原理篇幅較長,本文推薦了一些部落格與教材供初學者們進行學習。

4.3.1 線性回歸模型 ()

4.3.2 決策樹模型 ()

4.3.3 gbdt模型 ()

4.3.4 xgboost模型 ()

4.3.5 lightgbm模型 ()

4.3.6 推薦教材: 《機器學習》 () 《統計學習方法》 () 《python大戰機器學習》 () 《面向機器學習的特徵工程》 () 《資料科學家訪談錄》 ()

零基礎入門資料探勘 Task4 建模調參

一 介紹 1 線性回歸模型 線性回歸對於特徵的要求 處理長尾分布 理解線性回歸模型 2 模型效能驗證 評價函式與目標函式 交叉驗證方法 針對事件序列問題的驗證 繪製學習率曲線 繪製驗證曲線 3 嵌入式特徵選擇 lasso回歸 ridge回歸 決策樹4 模型對比 常用線性模型 常用非線性模型 5 模型...

python入門 零基礎入門 學習資料整理

python 是一種物件導向的解釋型計算機程式語言,創始人為荷蘭人吉多 範羅蘇姆 guido van rossum 是一門對初學者比較友好的程式語言,入門相對簡單,並且網上有大量的學習資料。我在這裡整理了學習python過程中的一些鏈結和學習資料,希望對大家有所幫助。知乎有大量關於自學python的...

零基礎入門學習Python

課程介紹 前半部分主要講解python3的語法特性,後半部分著重講解python3在爬蟲 tkinter pygame遊戲開發等例項上的應用。整個系列共16個章節,前邊13個章節從乙個小遊戲引入python,逐步介紹python的語法以及語言特色。最後3個章節為案例的演示,是前邊內容的總結和提高。課...