机器学习

Python Cookbook

1. LR

2. Linear

3. KNN

4. NaiveBayesian

5. SVM

6. DecisionTree

• ID3
• C4.5
• CART
• GBDT
• RandomForest

7. NN

基于Python的机器学习框架设计与实现

• 需要考虑的点

• 一些约定：

  • 问题划分，主要是数据，数据包含两个方面，一个是特征维度，一个是数据量，n*m,一般用n表示样本数量，m表示维度

• 概念设计，样本

• 功能模块划分

• 数据结构设计，状态设计

• 变量设计

• 如何选择模型，pipeline-模型搜索，gridsearch-参数搜索

• 输出模型的训练过程，要知道它是怎样一步一步得到最终结果的，日志与动态图像 -监控训练的健康程度

• 评价模型的指标

• 结果的可视化

• badcase的获取，便于分析为何预测出现错误或偏差，从而改进模型

• 大规模数据场景下的机器学习性能优化，SparkMlib，ParameterServer等