Mik*_*ike 7 python statistics machine-learning data-analysis
首先,感谢您阅读这篇文章.
在机器学习方面,我是一个菜鸟,我正在尝试使用ML对一些数据进行分类.现在我已经对有监督和无监督的学习算法做了一些基本的阅读,例如决策树,聚类,神经网络..等等.
我正在努力理解的是为ML问题准备数据集的正确整体程序.
如何为ML准备数据集以便我可以测量算法的准确性？
我目前的理解是,为了评估准确性,应该为算法提供预标记结果(来自数据集的重要子集？),以便评估预期结果与算法决策之间的差异？
如果这是正确的,那么如何预先标记大型数据集呢？我的数据集非常大,手动标记不可行.
此外,任何有关使用Python进行机器学习的提示都将非常感谢!
非常感谢您的帮助!
最好的祝福,
麦克风
这是任何机器学习算法中最重要的部分。您需要构建数据集、提取、制作、缩放、标准化特征。
如果你想使用一些监督学习算法，你需要标记数据。有几种方法可以实现这一目标：
您需要使用一些Python机器学习工具包，例如-scikit-learn。scikit-learn 包含许多有用的数据处理、特征提取和预处理工具。例如，它可以使用 DictVictorizer 对数据进行矢量化。您可以仅使用 scikit-learn 添加缺失值、缩放和标准化特征。
我建议从这里的示例开始 - http://scikit-learn.org/stable/
| 归档时间： |
|
| 查看次数： |
4611 次 |
| 最近记录： |