《Arduino家居安全系统构建实战》——1.7 我们学到了什么
本节书摘来异步社区《机器学习项目开发实战》一书中的第1章,第1.7节,作者:【美】Mathias Brandewinder(马蒂亚斯·布兰德温德尔),更多章节内容可以访问云栖社区“异步社区”公众号查看 1.7 我们学到了什么 我们在本章中介绍了许多基础知识!在机器学习方面,你现在已经熟悉了一些关键概念和方法学。如果你是F#的新手,现在也已经编写了第一段F#代码! 下面回顾一些要点,先从机器学习方面开始。 首先,我们讨论了交叉验证——使用不同数据集进行训练和验证,留出某些数据评估预测模型质量的过程。这从许多方面看都是关键的过程。首先,它为你提供一个基准——指导试验的“真实状态”。没有验证集,就无法判断特定模型是否比另一个模型好。交叉验证可以科学地计量质量,它的作用类似于自动化测试套件,可以在开发工作偏离方向时提出警告。 建立了交叉验证机制,就可以在可量化的基础上试验、选择模型或者方向。反复尝试方法是“进行机器学习”的关键部分。没有一种方法能够事先知道特定的方法是否有效,所以必须在数据上尝试,自行观察,因此为成功做好准备,接受“可复制研究”的思路非常重要。尽可能用脚本使你的研究过程自动化,...