項(xiàng)目清單:

1. 商業(yè)目標(biāo)
2. 劃定問(wèn)題 　　　　 　　　　　　　　 監(jiān)督或非監(jiān)督，還是強(qiáng)化學(xué)習(xí)。
3. 選擇什么算法 　　　　　　 　　　　 回歸還是分類， 數(shù)據(jù)量小可使用單機(jī)內(nèi)存的 批量計(jì)算， 數(shù)據(jù)量大使用分布式的MapReduce 線上計(jì)算。
4. 評(píng)估模型性能的指標(biāo)

?

對(duì)于回歸問(wèn)題：

?

?當(dāng)異常值較多時(shí)， 應(yīng)更多采用L1 范數(shù)的指標(biāo)：

?

嶺回歸：

?

嶺回歸（也稱為 Tikhonov 正則化 ?屬于L2范數(shù)）是線性回歸的正則化版：在損失函數(shù)上直接加上一個(gè)正則項(xiàng) 。

當(dāng)a=0時(shí)，為線性回歸， 當(dāng)a無(wú)限大時(shí)，模型的所有參數(shù)為0 。

注意當(dāng)增大的時(shí)候，導(dǎo)致預(yù)測(cè)曲線變得扁平（即少了極端值，多了一般值），這樣減少了模型的方差，卻增加了模型的偏差。

?

Lasso 回歸：

在損失函數(shù)上加 L1 范數(shù)。

?

彈性網(wǎng)絡(luò)（ElasticNet）：

彈性網(wǎng)絡(luò)介于 Ridge 回歸和 Lasso 回歸之間。

?

早期停止法（Early Stopping）：

一旦驗(yàn)證錯(cuò)誤達(dá)到最小值，便提早停止訓(xùn)練。

?

邏輯回歸：

?

?

支持向量機(jī)

?

?

?

5. 要花多少精力進(jìn)行微調(diào)

轉(zhuǎn)載于:https://www.cnblogs.com/ruili07/p/9474194.html

總結(jié)

以上是生活随笔為你收集整理的机器学习项目笔记的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。