本文主要是介绍机器学习项目工作的标准流程,可以参考,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
标准流程:
- 理解问题:理解问题的核心,相关领域的问题、经验、限制、惯例、内外影响等等。
- Collect input features
- Preprocess:Fillna(fill 0,mean,or by model(eg rf)), Outlier
- Feature engineering:
- Normalize: min-max,z-score,pca,zca
- Transform: square,log,exp,sin,cos,rotate
- Embedding: one-hot, category
- Binning: eg. age 0-14:1 , 14-20:2
- Cross feature: eg. X1*X2
- De-periodic:eg. fft
- TD: y[n] = x[n] -x[n-t]
- Sampling: Uniform, Stratified, Pool, Undersampling, Oversampling,MCMC, Gibbs, SMOTE
- Build Model : DL or ML
- Train: Hyper params(grid search), cross validation
- Validate: Get metrics
这篇关于机器学习项目工作的标准流程,可以参考的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!