标签: machine-learning
我是机器学习的初学者,并且已经了解了模型背后的基础知识。在处理了一些数据集之后,我可能会遇到一个非常基本/愚蠢的问题:
在查看数据集后,如何选择最合适的模型。我在这里主要谈论分类问题(某些模型是SVM,KNN等)。我的假设是必须在数据可视化期间完成此操作,但是对于像我这样的初学者来说,什么是最好的方法呢?
截至目前,我正在尝试在调整超参数之后拟合各种模型,然后交叉验证它们并使用得分最高的模型。但是,我认为这不是解决问题的正确方法,是吗?
如果有任何与此相关的文章,请发布链接。