标签：02 学习 训练 ML 模型 测试数据 路线 数据 评估

术语

训练样本：代表数据集的观察，记录，个体或者样本

训练：模型拟合，对参数型模型而言，类似参数估计

特征：等同于预测因子，变量，输入，属性或协议量等

目标：等同于结果，输出，响应变量，因变量，分类标签或真值等

损失函数：经常与代价函数同义，有时也被称为误差函数

1.预处理——整理数据

原始数据很少能以满足学习算法的最佳性能所需要的理想形式出现，因此，数据的预处理是所有机器学习应用中最关键的步骤之一。

为了确定机器学习算法不仅在训练数据集上表现良好，而且对新数据也有很好的适应性，我们希望将数据集随机分成单独的训练数据集和测试数据集。用训练数据集来训练和优化机器学习模型，同时把测试数据集保留到最后以评估最终的模型。

2.训练和选择预测模型

在实践前，至少要比较几种不同的算法，以便训练和选择性能最好的模型，但在比较不同的模型之前，我们首先要确定度量性能的指标。

我们可以采用不同的交叉验证技术，将数据集进一步拆分为训练数据集和验证数据集，以评估模型的泛化能力。

3.评估模型并对未曾谋面的数据进行预测

在训练数据集上拟合并选择模型之后，我们可以用测试数据集来评估它在从来没见过的新数据上的表现，以评估泛化误差。

标签：02,学习,训练,ML,模型,测试数据,路线,数据,评估
来源： https://www.cnblogs.com/14Si/p/16402107.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。