ML/DL之預測分析類：利用機器學習算法進行預測分析的簡介、分析、代碼實作之詳細攻略

ML/DL之預測分析類：利用機器學習算法進行預測分析的簡介、分析、代碼實作之詳細攻略

目錄

機器學習算法進行預測的簡介

機器學習算法進行預測的分析

機器學習算法進行預測的代碼實作

1、推薦論文

《An Empirical Comparison of Supervised Learning Algorithms》 Rich Caruana，Alexandru Niculescu-Mizi。

《An Empirical Evaluation of Supervised Learning in High Dimensions》 Rich Caruana, Nikos Karampatziakis，Ainur Yessenalina

        這兩篇論文中，作者選擇了各種分類問題，用各種不同的算法來建構預測模型。然後測試這些預測模型在測試資料中的效果，這些測試資料當然不能應用于模型的訓練階段，對這些算法根據性能進行打分。

       第一篇論文針對11 個不同的機器學習問題（二進制分類問題）對比了9 個基本算法。所選問題來源廣泛，包括人口統計學、文本處理、模式識别、實體學和生物學。表1-1 列出了此篇論文所用的資料集，所用名字與論文中的一緻。此表還展示了針對每個資料集做預測時使用了多少屬性（特征）以及正例所占的百分比。

更新……