机器学习流程

机器学习流程总结

1. 先将数据集分成 训练数据集 和 测试数据集
2. 数据归一化scaler：对于KNN类似算法，我们需要数据在同一尺度下
3. 对归一化后的训练数据集进行训练得到最终模型
4. 用同样的scaler(使用训练数据集的mean和std)对测试数据集也进行归一化
5. 将归一化后测试数据集送进最终模型中，来看分类的准确度
6. 得到模型的性能效果测评
7. 网格搜索寻找最好的超参数。