机器学习从特征工程到模型部署
一、特征工程的系统方法
缺失值处理。类别特征编码(One-Hot、Label和Target编码)。数值特征标准化和归一化。特征交叉组合和聚合生成新特征。
二、模型选择与评估
交叉验证评估模型的泛化能力。混淆矩阵和AUC-ROC评估分类模型。RMSE和R²评估回归模型。
【交流与合作】微信号:abc6789122
内容由网络信息整理,仅供参考
← 返回火天使导航首页
缺失值处理。类别特征编码(One-Hot、Label和Target编码)。数值特征标准化和归一化。特征交叉组合和聚合生成新特征。
交叉验证评估模型的泛化能力。混淆矩阵和AUC-ROC评估分类模型。RMSE和R²评估回归模型。