機器學習的一般流程

• 一、數據采集與標注
• 二、數據探索
• • 1、認識數據
  • 2、基本統計數據描述
• 三、數據預處理
• • 1、數據清洗
  • • (1)、缺失值處理
    • (2)、異常值處理
    • (3)、重復值的處理
  • 2、數據集成
  • 3、數據變換
  • • (1)、簡單函數變換
    • (2)、規范化(歸一化、標準化)
    • (3)、連續屬性離散化
    • (4)、屬性構造
    • (5)、特征編碼(標簽編碼，獨熱編碼)
  • 4、數據規約
• 四、特征選擇/構造
• 五、模型選擇
• 六、模型訓練與測試
• 七、模型的性能評估與優化
• • 1、訓練誤差與泛化誤差

總結

以上是生活随笔為你收集整理的机器学习的一般流程的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。