ML/DL之預(yù)測分析類：利用機器學習算法進行預(yù)測分析的簡介、分析、代碼實現(xiàn)之詳細攻略

?

?

目錄

機器學習算法進行預(yù)測的簡介

機器學習算法進行預(yù)測的分析

機器學習算法進行預(yù)測的代碼實現(xiàn)

---

?

?

?

機器學習算法進行預(yù)測的簡介

1、推薦論文
《An Empirical Comparison of Supervised Learning Algorithms》 Rich Caruana，Alexandru Niculescu-Mizi。
《An Empirical Evaluation of Supervised Learning in High Dimensions》 Rich Caruana, Nikos Karampatziakis，Ainur Yessenalina
? ? ? ? 這兩篇論文中，作者選擇了各種分類問題，用各種不同的算法來構(gòu)建預(yù)測模型。然后測試這些預(yù)測模型在測試數(shù)據(jù)中的效果，這些測試數(shù)據(jù)當然不能應(yīng)用于模型的訓練階段，對這些算法根據(jù)性能進行打分。
?? ? ??第一篇論文針對11 個不同的機器學習問題（二元分類問題）對比了9 個基本算法。所選問題來源廣泛，包括人口統(tǒng)計學、文本處理、模式識別、物理學和生物學。表1-1 列出了此篇論文所用的數(shù)據(jù)集，所用名字與論文中的一致。此表還展示了針對每個數(shù)據(jù)集做預(yù)測時使用了多少屬性（特征）以及正例所占的百分比。

?

?

機器學習算法進行預(yù)測的分析

更新……

?

?

機器學習算法進行預(yù)測的代碼實現(xiàn)

更新……

?

?

?

?

總結(jié)

以上是生活随笔為你收集整理的ML/DL之预测分析类：利用机器学习算法进行预测分析的简介、分析、代码实现之详细攻略的全部內(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，歡迎將生活随笔推薦給好友。