你可能不知道的一些机器学习事儿

前端之家收集整理的这篇文章主要介绍了你可能不知道的一些机器学习事儿前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。


你可能不知道的一些机器学习事儿

最近零零碎碎地看了很多机器学习方法的东西,增长了不少新知识。有很多小技巧虽然不会出现在教科书中,但它们真的很实用。

(1)随机森林模型不适合用稀疏特征。

(2)测试集必须使用与训练集相同的方法进行预处理。

(3)L1正则(特征选择)最小样本数目m与特征n呈log关系,m = O(log n) ;

L2正则(旋转不变)最小样本数目m与特征n呈线性关系,m = O(n) 。

(4)标准的PCA是一种线性转换技术。

(5)呈长尾分布的特征通常需要进行对数转换。

(6)线性SVM适合小样本。

(7)AUC适合作为类不平衡问题的衡量标准。

(8)在nested k-foldcross validation中,“外层循环”的目的是模型评估,“内层循环”的目的是模型选择。

猜你在找的正则表达式相关文章