机器学习的7个步骤:
(1)收集数据
(2)准备数据:数据预处理
(3)选择模型
(4)训练
(5)评估
(6)超参数调整
(7)预测
机器学习10大经典模型:
分类算法:C4.5,朴素贝叶斯(Naive Bayes),SVM,KNN,Adaboost,CART
聚类算法:K-Means,EM
关联分析:Apriori
连接分析:PageRank
推荐系统的评测指标:
用户满意度、预测准确度、覆盖率、多样性、新颖性、
惊喜度、实时性、内容时效性、内容质量、商业目标
ONEPIECE
机器学习的7个步骤:
(1)收集数据
(2)准备数据:数据预处理
(3)选择模型
(4)训练
(5)评估
(6)超参数调整
(7)预测
机器学习10大经典模型:
分类算法:C4.5,朴素贝叶斯(Naive Bayes),SVM,KNN,Adaboost,CART
聚类算法:K-Means,EM
关联分析:Apriori
连接分析:PageRank
推荐系统的评测指标:
用户满意度、预测准确度、覆盖率、多样性、新颖性、
惊喜度、实时性、内容时效性、内容质量、商业目标
ONEPIECE
相关文章: