模型构建的基本步骤

great-wind

24637人浏览 · 2020-08-02 12:28:25

great-wind · 2020-08-02 12:28:25 发布

模型构建的基本步骤

一、准备数据
二、选择特征
三、选择合适的模型种类
四、选择、优化模型超参数
五、机器学习模型的后处理
六、分析得到的结果
参考

第四步，建立模型：

选择模型；
模型介绍；
模型数据处理：

一、准备数据

获取原始数据；
对数据进行初步清洗，如填充缺失值、处理异常值、删除冗余数据等；

二、选择特征

对数据进行探索分析，如数据的分布情况，数据各维度之间的相关性，有时根据分析需要，可能要对数据进行相关处理，如剔除无关变量；
根据分析结果，选择合适的特征；
根据选择的特征构建新的特征；
根据建模需要，对得到的特征进行针对性处理，如归一化处理，离散化处理等。

三、选择合适的模型种类

四、选择、优化模型超参数

五、机器学习模型的后处理

六、分析得到的结果

参考

Python机器学习经典实例。

2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

视觉 AI界面控件自动化测试：TestComplete 能测什么，不能测什么

2048 AI社区

在 bisheng 平台搭建「主-子智能体」协同：弱模型适配、执行效率与问题记录

在Bisheng平台构建“主-子智能体”协同系统，通过将智能决策与确定性执行分离，实现弱模型下的高效稳定运行。核心策略包括：模型仅负责判断，复杂逻辑由Java引擎统一处理；长文本通过落盘文件传递，聊天链路仅保留路径引用；严格适配ReAct协议约束，避免解析失败与死循环。最终达成总智能体规划驱动、子智能体调用工具执行的闭环流程，部署方案定稿为deploy.json，全程可追溯、可复现，崩溃面被设计性