细分构建机器学习应用程序的流程-测试模型   对于分类问题，我们可能会使用k近邻算法、决策树、逻辑回归、朴素贝叶斯法、支持向量机、随机森林；对于回归问题，我们可能会使用线性回归、决策树、随机森林。在工业上，我们不可能会对客户说，这是我训练的几个模型，你想用哪个我就给你哪个。一般而言这是不可能的，通常对于这几个模型，我们会通过某种…

细分构建机器学习应用程序的流程-模型优化   通过数据收集、数据预处理、训练模型、测试模型上述四个步骤，一般可以得到一个不错的模型，但是一般得到的都是一个参数收敛的模型，然而我们模型还有超参数或不同的核函数等，如r的非线性支持向量机的bf核或linear核；rbf核的非线性支持向量机超参数$C、\gamma$，正则化中的$\al…

推荐系统常用评估指标 RMSE   加大了对预测不准的用户物品评分的惩罚。 $$ \text{RMSE}=\sqrt\frac{\sum{u,i\in{T}}(r{ui}-\hat{r_{ui}})^2}{|T|} $$ # records[i] = [u,i,rui,pui] # rui是用户u对物品i的实际评分，pui是用户…