1. 做classfication 時(shí)候一定要將label 取成是balanced的，也就是一比一的比例，因?yàn)槿绻皇且槐纫坏谋壤脑?#xff0c;舉個(gè)極端一點(diǎn)的例子：如果pos:neg label目前是9：1的比例，那么在模型學(xué)習(xí)的過程當(dāng)中，它就會傾向性的選擇將大家都分像9份的那一類（即使全部分過去的話，也有90%的精確度）。所以這樣子學(xué)習(xí)出來的模型都帶有一定的偏向性。最好是選擇1：1的等分sample，再進(jìn)入學(xué)習(xí)。

?

To Be Continue...

轉(zhuǎn)載于:https://www.cnblogs.com/xiaotu1617234/p/7191141.html

總結(jié)

以上是生活随笔為你收集整理的machine learning学习笔记的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。