接触过机器学习的朋友应该知道,样本是机器学习模型的核心,这是因为样本直接关系到模型效果的好坏,不过在大多数情况下,很多人对待样本的态度根本不够,这就导致的机器学习中的错误。很多人关注样本不像在乎特征那样在乎样本的质量一样,其实这样就容易出现两种情况,那么到底是什么呢?下面我们就给大家介绍一下。
首先我们给大家讲解一下第一种情况,其实第一种情况就是对负样本的界定不够细致。那么什么是负样本呢?其实负样本的含义一般来说是曝光但是未点击的样本,但是曝光是一件需要仔细琢磨的事情。最直接的方式是用服务器后台日志中的数据作为曝光,但是这样做会带来一个显然的问题,就是日志中的item不一定全部真正曝光,也就是不一定真的被用户看到了。更好的方式是通过页面埋点来记录真正曝光的东西,不过这种方法也会存在问题,那就是即使页面上曝光了,用户也不一定真正看到了,或者说用户的眼睛不一定扫到了曝光的区域,毕竟页面那么大,用户的关注点我们根本不知道。有人提出了一种解决方法是把最后一个被点击的商品以上的作为真正曝光的,因为用户既然点击了这一个,那么可以认为这个以上的用户都是看到了的。
而第二种情况就是对样本这个概念的理解不到位。统计机器学习的根本思路是根据历史行为学习模式,从而预测未来。所以样本代表历史是很容易被接受的,但是在实际工作中,更好的样本代表的应该是我们希望的结果,而不是那种真实的历史。我们需要考虑一个问题,那就是我们训练模型出来,真正希望服务的用户是哪种用户?所以说,我们需要注意的是除了特征工程,样本工程也同样重要,在某些情况下甚至会更重要。所以在进行训练之前,以及模型调优的过程中,都要仔细思考样本是否真正反映了我们的需求,有必要时要对样本做针对性选择。
在这篇文章中我们给大家介绍了在机器学习中容易出现的问题,那就是不注重样本精细化处理,现在很多人不怎么关注样本,其实这样的做法是错误的,我们只有关注样本才能够更好的利用机器学习为我们解决更多的事情。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14