Lecture4: Supervised Machine Learning

来源:互联网 发布:javascript实战项目 编辑:程序博客网 时间:2024/05/23 23:16
  1. Naive Bayes Classifier
    Naive Bayes假设给定一类,模型中的特征都是独立于其他特征存在的,这样,运算速度会非常快,但是范化能力会比较差。
    实际上,这个假设通常是不成立的,但并不影响使用。

通常适用于高维数据

  1. 随机森林
    以随机的方式建立一个森林,里面有多颗较为简单的决策树,将这些决策树结合起来,会产生非常好的效果。

  2. Neural network
    这一部分就不多说了。

  3. Data Leakage
    Data leakage会给模型带来很大的危害。比如说你不小心在训练数据的特征中包含了label,或者是不小心在训练数据中包含了一些测试数据,都会引起严重的后果。
    所以一定要对原始数据进行筛选,去掉那些造成数据泄露的特征。比如有些和时间相关的特征,或者是和label近似的特征。

阅读全文
0 0