黑马程序员技术交流社区

标题: 【石家庄校区】机器学习_模型优化 [打印本页]

作者: 三胖的减肥之路 时间: 2017-9-12 16:24
标题: 【石家庄校区】机器学习_模型优化
本帖最后由三胖的减肥之路于 2017-9-12 16:25 编辑

1、模型状态

1.0模型状态

         过拟合(overfitting/high variance)
         欠拟合(underfitting/high bias)

   1.1小笑话两则
         一个非洲酋长到伦敦访问，一群记者在机场截住了他。
         早上好，酋长先生，其中一人问到，你的路途舒适吗？
         酋长发出来一连串刺耳的声音哄、哼、啊、吱、嘶嘶，
         然后用纯正的英语说到:是的，非常的舒适。
         那么！您准备在这里呆多久？
         他发出了同样的一连串噪音，然后答：大约三星期，我想。
         酋长，告诉我，你是在哪学的这样流利的英语？迷惑不解的记者问。
         又是一阵哄、吭、啊、吱、嘶嘶声，酋长说：从短波收音机里。

      欠拟合：觉得自己将来的白马王子又会赚钱又有颜
      过拟合：遇到几个渣男就得出结论"男人没一个好东西"

      欠拟合："你太天真了"
      过拟合："你想太多了"

   1.2模型状态验证工具：学习曲线

1.3不同模型状态处理
1）过拟合

找更多的数据来学习
增大正则化系数
减少特征个数(不推荐)

注意：不要以为降维可以解决过拟合问题
2）欠拟合

找更多的特征
减小正则化系数

2、权重分析
2.1过线性或者线性kernel的model

Linear Regression
Logistic Regression
LinearSVM
.......

2.2对权重绝对值高/低的特征

做更细化的工作
特征组合

3、bad-case分析
3.1分类问题

哪些训练样本分错了?
我们那部分特征是他做出了这个判断
这些bad cases有没有共性
是不是还有没挖掘的特性

3.2回归问题

哪些样本预测结果差距大，为什么？
.....

4、模型融合

      4.1是什么?
      Ensemble Laerning 是一组individual  learner的组合
                     如果individual  learner同质，称为base learner
                     如果individual  learner异质，称为component learner

            4.2为什么?

4.3信奉的信条
1)群众的力量是伟大的，集体的智慧是惊人的

Bagging
随机森林/Random forest

2)站在巨人的肩膀上，能看得更远

模型stacking

3)一万小时定律

Adaboost
逐步增强树/Gradient Boosting Tree

1.png (81.77 KB, 下载次数: 31)

2.png (95.27 KB, 下载次数: 14)

3.png (147.63 KB, 下载次数: 23)

作者: Yin灬Yan 时间: 2017-9-14 20:31
我来占层楼啊

欢迎光临黑马程序员技术交流社区 (http://bbs.itheima.com/)

黑马程序员IT技术论坛 X3.2