Taiwan Database

在探索数据之后，我采取的第一步是将客户的问题转化为数学优化问题。通过这种方式，我将项目的确切目标形式化，并立即获得成功的衡量标准。在某些情况下，这一步很容易，但有时会出现一些难题。假设客户想要一个能够确定机器零件何时需要更换的模型，那么真正的目标是降低维护成本。过早更换零件成本高昂，但过晚更换零件的成本可能更高。因此，有必要考虑过 最近的手机号码数据 早和过晚更换的相对成本，以便找到合适的最优方案。

当你拥有数据时，立即开始训练机器学习模型是很诱人的，但如果后来发现问题不正确，这通常会导致模型无法使用。

建模时使用基线
如果问题定义明确，就可以开始建模了。首先，将数据分成两部分，一部分用于训练机器学习模型（训练集），另一部分用于评估模型在未知数据上的表现（测试集）。建模本身通常是一个迭代过程。然后，我会尝试一组合适的模型，看看哪个模型效果最好，研究残差（测量值与模型预测值之间的差异），并根据这些信息进行调整，直到对结果满意为止。在这个迭代过程中，最重要的模型（也是我经常使用的模型）是我能想到的最简单的模型。对于回归问题（对定量变量进行建模），这个模型可以是训练集中相关数量的平均值。对于分类问题，我会创建一个始终预测同一类的模型，即训练集中最常见的类。最后，对于时间序列问题，预测值等于先前的值。