美文网首页推荐系统遇到深度学习
美团机器学习实践第一章-问题建模总结

美团机器学习实践第一章-问题建模总结

作者: 文哥的学习日记 | 来源:发表于2019-01-16 14:32 被阅读631次

    思维导图如下:

    机器学习解决问题的通用流程

    问题建模-特种工程-模型选择-模型融合。

    问题建模应包含三方面的内容:评估指标、样本选择、交叉验证。

    评估指标

    评估指标很多,我们应该选择一个跟业务指标波动一致的评估指标,这样通过观察评估指标就能判断模型效果,可以大大提高模型迭代效率。

    通常,线下使用的是机器学习评估指标,线上使用的是业务指标。为此,在一个新的问题的开始阶段,都会进行多轮模型迭代,来探索与线上业务指标一致的线下指标,尽可能使线下指标的变化趋势跟线上指标一致。

    评估指标根据任务类型分类,可分为分类指标、回归指标、聚类指标和排序指标等。

    分类指标

    精确率、召回率

    F1值

    准确率与错误率

    ROC曲线与AUC

    对数损失logloss

    回归指标

    平均绝对误差MAE

    平均绝对百分误差MAPE

    均方根误差RMSE

    均方根对数误差RMSLE

    RMSLE对预测值偏小的样本惩罚比对预测值偏大的样本惩罚更大。

    排序指标

    平均准确率均值MAP

    书中这里的公式是有问题的,我认为分母应该是正确样本的数量。

    归一化贴现累计收益NDCG

    样本选择

    样本选择是数据预处理中一个非常重要的环节,主要从海量数据中识别和选择相关性高的数据作为模型输入。最理想的样本选择结果是,选择了最少量的训练集S,而模型的效果不会变差。样本选择的好处主要有:减小模型的运算时间、去除相关性低的数据、去除噪声数据。

    样本选择有很多方法:数据去噪、采样、原型选择、训练集选择。

    交叉验证

    在离线环节,需要对模型进行评估,根据评估指标选出最佳模型。交叉验证是很好的方法。

    交叉验证的主要方法有留出法、K折交叉验证和自助法Bootstrapping。

    相关文章

      网友评论

        本文标题:美团机器学习实践第一章-问题建模总结

        本文链接:https://www.haomeiwen.com/subject/brlmdqtx.html