盘货新手呆板进修工程师常犯的6大错误
|
【资讯】初学者在从事呆板进修或数据科学项目时常常会碰着一些常见的错误?在这里我们列出这些最常见的错误。 在呆板进修中，构建产物或办理方案的要领有许多，每种方法的假设环境都纷歧样。许多时辰，赏识和辨认哪些假设是公道的不是很轻易。方才打仗呆板进修的人城市失足误，而过后看交每每会感想不该该。本文建设了新手呆板进修工程师建造的一些常犯的错误清单。但愿你能从这些常见错误中汲取教导，并缔造更多靠得住的办理方案，从而带来真正的代价。 将默认丧失函数视为理所虽然 在方才入门的时辰，均方偏差很是好，可以嗣魅这是一个惊人的默认配置，可是对付真实天下的应用措施来说，这种未经专门计划的丧失函数很少能给出最优解。 以诓骗检测为例。为了与营业方针保持同等，你真正想要的是凭证因为诓骗而丧失的美元金额成比例地处罚漏报。而行使均方偏差也许会给你精采的功效，但永久不会给你当前最先辈的功效。 成为呆板进修工程师|第3步：选择你的器材看看这篇文章，相识你可以行使的差异的ML器材。 要点：始终成立一个与你的办理方案方针很是相符的自界说丧失函数。 针对全部题目行使一种算法/要领 很多人将完成他们的第一个教程，并当即开始行使他们可以想象的每个用例中学到的沟通算法。这是很认识的，他们以为它可以像任何其他算法一样事变。这是一个错误的假设，而且也许会导致糟糕的功效。 让你的数据为你选择模子。对数据举办预处理赏罚后，将其输入很多差异的模子并查察功效。你将会很好地相识哪些模子最得当事变，哪些模子结果不佳。 成为呆板进修工程师|第2步：选择一个流程查察这篇文章，并把握你的流程。 要点：假如你发明本身一遍又一各处行使沟通的算法，这也许意味着你没有获得最好的功效。 忽略离群值 基于上下文，离群值也许很重要可能完全忽略。以污染猜测为例，氛围污染也许会呈现大的峰值，最悦目看它们并领略它们产生的缘故起因。在由某种范例的传感器错误引起的非常环境下，忽略它们并从数据中删除是安详的。 从模子角度来看，有些人对非常值比其他人更敏感。以Adaboost为例，它对离群值赋予极大的权重，而决定树也许只是简朴地将每个非常值视为一个错误的分类。 成为呆板进修工程师|第2步：选择一个流程，通过最佳实践来停止这种错误 要点：在开始事变之前，始终亲近存眷你的数据，并确定是否忽略离群值或细心查察离群值 没有正确处理赏罚周期性特性 一天中的小时、一周中的几天、一年中的几个月以及风向都是周期性特性的例子。很多新的呆板进修工程师不以为可以将这些成果转换为可以保存诸如23小时和0小时等互相接近且不远的信息的暗示。 以小时为例，处理赏罚这个题目的最好要领是计较sin和cos分量，以便将你的轮回特性暗示为(x，y)圆的坐标。在这个暗示小时内，23和0小时在数字上是紧挨着的，就像它们应该是一样。 许多人都要求提供代码示例：在这里(https://gist.github.com/anonymous/7ce6274c630dabd70960c6d7fdd6c580) 要点：假如你有周期性的成果，并且你没有转换它们，那么你就开始行使模子垃圾数据。 没有尺度化的L1 / L2正规化 L1和L2正则化处罚大系数，是调解线性或逻辑回归的常用要领，然而，很多呆板进修工程师在应用正则化之前并不知道这对付尺度化成果很重要。 想象一下，你有一个线性回归模子，个中一个买卖营业是一个特性。将全部成果尺度化并将其放在划一的职位，这样正规化在全部成果中都是一样的。 要点：正则化是巨大的，但假如你没有尺度化的成果也许会较量贫困 将线性或逻辑回归的系数表明为特性重要性 线性回归函数凡是为每个系数返回p值。许多时辰，这些系数使新手呆板进修工程师以为对付线性模子，系数值越大，特性越重要。因为变量的巨细会改变系数的绝对值，以是这种环境险些不存在。假如特性是共线的，则系数可以从一个特性转移到另一个特性。数据集的特性越多，特性共线性的也许性就越大，而对特性重要性的简朴表明就越不行靠。 要点：相识哪些特性对功效影响大是很重要的，但不要假设可以查察系数。他们常常不报告整个“故事”。 做几个项目并取得好后果也许会赢得一百万美元。你全力事变，功效证明你做得很好，但和其他行业一样，妖怪藏在细节中，乃至理想的情节都可以潜匿成见和错误。这份清单并不料味着细致无遗，而仅仅是为了让读者思索也许潜匿在办理方案中的全部小题目。为了取得精采的结果，重要的是要遵循你的流程，而且要常常细心搜查你是否犯了一些常见的错误。 假如你发明这篇文章有效，你会从我的呆板进修工程师|第2步中得到许多：选择流程文章。它可以辅佐你办理一个进程，使你可以或许捕获更简朴的错误并得到更好的功效。 （编辑：河北网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
