机器学习工作流

理解机器学习

Lis Sulmont

Curriculum Manager, DataCamp

机器学习工作流

我们的场景

我们的数据集： 2015–2019 年纽约市房地产成交

包含：

• 建筑面积（平方英尺）
• 街区
• 建造年份
• 成交价
• 以及更多

我们的目标： 成交价

步骤 1：提取特征

步骤 2：划分数据集

步骤 3：训练模型

步骤 3：训练模型

$$

步骤 4：评估

步骤 4：评估

• 测试集：未见过的数据
• 多种评估方式：
  • 预测的平均误差是多少？
  • 模型在10%误差范围内准确预测的公寓占比？

步骤 4：评估

步骤 4：评估

步骤 4：评估

• 如未达标，调参与重训：
  • 例如更改模型参数，增删特征

机器学习工作流

步骤总结

1. 提取特征
   • 选择特征并整理数据集
2. 划分数据集
   • 训练集与测试集
3. 训练模型
   • 将训练集输入机器学习模型
4. 评估
   • 若未达预期效果：调参并重复步骤 3

Ayo berlatih!

理解机器学习