机器学习工程师心得:特征工程比超参数调优更重要
机器学习算法与Python实战
共 2577字,需浏览 6分钟
·
2020-07-28 15:14
特征工程的重要性
我记得第一次开始学习数据科学时,特征工程并不总是包含在书籍和在线课程中。这给了我一个错觉:在应用机器学习来解决问题时,特征工程可能并不重要。
特征工程是将原始数据转换为更能代表预测模型的基础问题的特征的过程,从而提高了模型对于不可见数据的准确性。特征工程是机器学习应用的基础,数据中的特征对于你使用的预测模型非常重要,并将影响你将要实现的结果。
超参数调优的重要性
什么是超参数调优?在机器学习中,超参数调优是为学习算法选择一组最优超参数的问题。
现在我们已经了解了特征工程和超参数调优的重要性,让我们深入挖掘,看看为什么前者比后者更重要。
通过分享我的错误和学习经验,希望你已经理解了这两者的重要性,以及为什么在提高模型性能时,特征工程应该是首要任务。
1. 识别并关注公众号「程序员大湿兄」
2. 在下面公众号里回复关键字:特征工程
?长按上方二维码 2 秒
回复「特征工程」
评论