ML简述-白红宇的个人博客

ML简述

发布日期：2021-05-09 14:26:32 浏览次数：13 分类：精选文章

本文共 265 字，大约阅读时间需要 1 分钟。

在这里插入图片描述

可见分成了四大类：回归，分类，聚类，降维

监督学习首选SVM（不论分类还是回归，分类用SVC，回归用SVR）

在回归中：

SVM不好用就换核函数

在分类中：

SVM不好用按照特点继续选择

对于文本分类问题用NB，对于样本依赖性强问题用KNN

在实际解决问题的时候要注意以下几个方面：

『对数据的认识太重要了！』
『数据中的特殊点/离群点的分析和处理太重要了！』
『特征工程(feature engineering)太重要了！』
『模型融合(model ensemble)太重要了！』

引用看过的一篇博客对于一个实际的项目解决方法：

上一篇：非平衡样本的处理问题

下一篇：EM算法

关于作者

喝酒易醉，品茶养心，人生如梦，品茶悟道，何以解忧？唯有杜康！

-- 愿君每日到此一游！