【Python机器学习】4.3. 模型优化-CSDN博客

喜欢的话别忘了点赞、收藏加关注哦（关注即可查看全文），对接下来的教程有兴趣的可以关注专栏。谢谢喵！(=^･ω･=)
请添加图片描述

4.3.1. 实战中会遇到的问题

首先看一个例子：

根据任检测数据 $x_1$ 、 $x_2$ 及其标签，判断 $x_1 = 6$ ， $x_2 = 4$ 时所属的类别。

图像如下：
请添加图片描述

我们接下来就需要选择算法了，可选择的有：

选择完算法之后我们还会遇到一个问题：具体算法的核心结构/参数如何选择？

最后，如果模型表现不佳，具体表现为

这种情况下我该怎么办呢？

这些情况汇总下来就是一个问题：如何提高模型表现？

数据的质量决定了模型表现的上限。就算你用再强的模型/参数，只要你的数据质量差效果就好不起来。

建议在建模之前先检查数据的以下方面：

以上文的例子来说，在我们获得数据之后，我们要考虑以下问题：

对于检查异常数据这一部分，我们学过异常检测(详见 3.3. 异常检测(Anomaly Detection)理论)，通过概率密度函数来找潜在的数据异常点。

对于数据量级差异的部分，我们要先看数据的分布， $x_1$ 的数据分布在0.77～9.49， $x_2$ 的数据分布在0.69~9.5。这两个变量的数据分布基本相同，可以不做归一化处理。

对于确认是否需要降低数据维度的部分，我们需要先对数据进行主成分分析(详见 3.4. 主成分分析(PCA)理论)。由于例子中的数据只有2个维度，所以就不需要进行主成分分析来降维了，具体的操作见 3.7. 主成分分析(PCA)实战。

不同的模型通常会有不同的效果，你可以计算准确率并可视化出来，这里的数据使用的是 1.9. 逻辑回归实战中的，我把.csv数据文件放在GitCode上了，点击链接即可下载。
请添加图片描述

你也可以通过混淆矩阵来计算其它参数，根据其他指数来决定要使用哪个模型。衡量指标的选择取决于应用场景：

垃圾邮件检测（正样本为“垃圾邮件“）：希望普通邮件（负样本）不要被判断为垃圾邮件（正样本），即：判断为垃圾邮件的样本都是判断正确的，需要关注精确率；还希望所有的垃圾邮件尽可能被判断出来，需要关注召回率。
异常交易检测（正样本为“异常交易”）：希望判断为正常的交易（负样本）中尽可能不存在异常交易，还需要关注特异度。