2. 机器学习基础

备注

• 创建日期：2020-03-11

• 更新日期：2020-09-12

• 完成日期：进行中……

2.1. 书籍推荐

1. 《机器学习》周志华 图文并茂，提纲挈领

2. 《统计学习方法 第二版》李航 偏数学理论，硬核干货

3. 机器学习应用

3.1. 常见应用领域

3.2. 常见算法回顾

3.3. 模型评价指标

1. 准确率

2. 精确率

3. 召回率

4. 精确率+召回率=F1 score

   \[F1-measure= \frac{2 * precesion * recall} {(precesion + recall)}\]

3.4. 常用建模工具

1. scikit-learn

3.5. 实际问题建模思路流程

1. 数据处理

2. 特征工程

3. 模型选择

4. 调参。寻找最优超参数，交叉验证

5. 模型分析与模型融合