機器學習基礎知識1
機器學習基礎問題
1.為什麼要資料歸一化?
答: 使資料集的值都在0~1之間, 方便資料處理, 同時提升資料精度.
2.交叉驗證
訓練集與測試集是從一整個樣本資料集中按需要的比例進行劃分,本質上可以多劃分幾次得到同一比例不同內容的訓練集和測試集以得到均值得到更好的模型, 此方法即為交叉驗證.
- 為什麼用訓練集進行模型訓練?
訓練集的資料量比測試集的大, 因此能保證模型的準確性, 減少了個別極端值等情況對模型的影響. 之後用測試集來驗證模型的準確性.
相關文章
- PHP 基礎知識-1PHP
- DDD基礎知識1
- Python基礎知識1Python
- java之路，基礎知識1Java
- 機器學習基礎知識梳理，新手必備！（附連結）機器學習
- 機器學習面試基礎知識 & 擴充套件-01機器學習面試套件
- corejava基礎知識(1)-繼承Java繼承
- Java基礎知識總結-1Java
- Java基礎知識題集（1）Java
- WebAPI基礎知識學習（1）WebAPI
- rac基礎知識溫習(1)
- 第二章 基礎知識（1）
- C＋＋基礎知識筆記(1)筆記
- 1.分割槽表基礎知識
- 基礎知識
- Python 面試必備基礎知識-1Python面試
- java基礎語法知識小結(1)Java
- CTF | Web安全 Part1：基礎知識Web
- Kotlin 知識梳理(1) Kotlin 基礎Kotlin
- Canvas&Paint 知識梳理(1) Canvas 基礎CanvasAI
- 基礎知識1——例項程式結構
- Docker容器學習梳理 - 基礎知識（1）Docker
- Scikit-Learn 與 TensorFlow 機器學習實用指南學習筆記1 — 機器學習基礎知識簡介機器學習筆記
- AI 基礎知識AI
- Webpack 基礎知識Web
- Dart基礎知識Dart
- RabbitMQ基礎知識MQ
- webpack基礎知識Web
- javascript基礎知識JavaScript
- ThinkPHP基礎知識PHP
- Laravel基礎知識Laravel
- Redis基礎知識Redis
- Docker基礎知識Docker
- 程式基礎知識
- Envoy基礎知識
- DockerFile基礎知識Docker
- Nginx基礎知識Nginx
- CSS基礎知識CSS