概述
数据挖掘实践（资金流入流出预测）—6.建模预测（一）
- 一、模型训练与验证
- **tips**：
- 1.1 常用的回归模型
- 1.1.1 线性回归
- 1.1.2 逻辑回归
- 1.1.3 决策树
- 1.1.4 随机森林
- 1.1.5 梯度提升树
引言
这次我们要开始数据建模预测了。
我们先从模型训练与验证开始。
模型训练、预测及线下验证
常用的回归模型
模型融合
一、模型训练与验证
那么数据该如何划分呢？
训练集、线下验证集、线下测试集、线上测试集
无时序的数据集：简单划分、交叉验证划分等
有时序的数据集：需考虑时序，nested交叉验证划分等
模型选择依据在验证集上的效果而选择。
故，除了关注效果的均值，还要关注稳健性
还需考虑线上效果；可将线上效果视为一折数据
tips：
不建议投入过分精力放在参数调优上，大体的设置参数即可
注意过拟合的问题
将精力重点放在特征工程；其次是模型融合
1.1 常用的回归模型
1.1.1 线性回归
1.1.2 逻辑回归
1.1.3 决策树
1.1.4 随机森林
1.1.5 梯度提升树
梯度提升树：Gradient Boosting Tree、Xgboost、LightGBM、Catboost
最后
以上就是笨笨裙子为你收集整理的数据挖掘实践（资金流入流出预测）—6.建模预测（一）一、模型训练与验证的全部内容，希望文章能够帮你解决数据挖掘实践（资金流入流出预测）—6.建模预测（一）一、模型训练与验证所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复