第2章 机器学习工程实践

本章主要介绍机器学习相关的工程实践问题，主要包含三节内容：模型评估指标、模型复杂度度量、特征工程与模型调优。2.1节主要讲解回归模型、分类模型、聚类模型对应的评估指标，这些对于我们验证模型的有效性是十分重要的。2.2节介绍模型的复杂度度量方式，重点包含模型的方差和偏差分解及模型的过拟合与正则化两个概念。2.3节首先介绍一个数据挖掘项目的完整流程，然后重点讲解项目中常常涉及的特征工程和模型调优两个概念。通过对本章的学习，读者会对机器学习项目相关的实际操作有一个比较直观的认识。