知识卡片
特征限制可学的信息
特征工程把原始观察整理成模型能处理的输入。两个样本可见特征完全相同但目标不同,模型无法凭这些特征把它们每次都区分开。比较算法前可检查输入覆盖了哪些信号,以及推断时是否能取得相同的字段。
[[特征矩阵按样本排布]]。用可得特征组织矩阵后,可以追查哪些信息能被模型利用。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 1.8 数据对算法结果的影响 · 查看原书依据
既然数据决定了模型能够达到的上限,那“喂”给模型什么样的数据自然须慎重考虑。我们知道,一件事可以从多个角度讲述,同样,统计时也可以有多种维度,这些统计维度就是前面所介绍的组成一条样本数据的多个特征。机器学习模型正是从这些特征中进
参考来源
- 位置:《机器学习算法的数学解析与Python实现》1.8 数据对算法结果的影响(来源项目 book-source,`extracted/机器学习算法的数学解析与Python实现/_epub-src/OEBPS/text00013.html`)
- 结论依据:本节说明同一算法处理不同特征会产生不同价值,并把特征看作可供学习的信息。
- 原始内容:既然数据决定了模型能够达到的上限,那“喂”给模型什么样的数据自然须慎重考虑。我们知道,一件事可以从多个角度讲述,同样,统计时也可以有多种维度,这些统计维度就是前面所介绍的组成一条样本数据的多个特征。机器学习模型正是从这些特征中进