如何检查机器学习模型在给定数据集上是否可行？EDA、相关性等技术可以用来判断模型是否可行，即数据和预测变量将给出合理准确的预测，或者换句话说，预测变量中是否有足够好的信号？
检查 ML 模型是否可行
数据挖掘
分类
回归
数据科学模型
相关性
实验
2022-02-28 08:42:49
1个回答
如有疑问，只需建立一个模型并测试它有多好（准确性、MSE 等）。
如果这些 KPI 达不到标准，请考虑改进参数、特征工程等。
我发现这种方法比花费大量时间分析相关性和其他经典统计分析更有价值。
如果简单模型（Regression、GLM、RandomForest、XGB）不能产生具有任何合理准确性的结果，并且您看不到成功的特征工程的途径，那么您也有自己的答案。
这种方法的唯一缺点可能是第一次尝试时的模型非常好；）