数学建模的数据处理思想——2018.1.18听课笔记

数据收集

1. 在大部分情况下，收集的都是有限的数据。

数据分析

1. 不光要分析当前模型的适应度，也要考察其他更多模型的适应性。
2. 考察数据的有效性和真实性，不应该完全相性数据集，而要自己判断数据的准确性。
3. 对于不均匀的数据(比如正数较多而负数几乎没有)，需要考虑到特殊的处理方法。
4. 在做模型训练时，不要过分训练模型。否则会造成对给定数据集效果非常好，但对其他数据适应性较差。
5. 考虑数据量和复杂度

机器学习框架

1. 现在很多模型都已经完善，调整模型参数才是重点
2. 需要对模型进行评估

数学建模的目的

1. 解释原理
2. 预测未来