我是机器学习的新手。我基本上对何时执行训练测试拆分感到困惑。
下面给出的顺序是否正确？
将整个数据拆分为训练集和测试集
从训练数据中提取特征
将分类模型拟合到从训练数据中提取的特征
从测试数据中提取在步骤 2 中计算的相同特征
将步骤 3 中的拟合模型应用于步骤 4 中从测试数据中提取的特征，以评估模型
我应该什么时候进行训练测试拆分？
机器算法验证
机器学习
分类
特征工程
数据预处理
2022-04-04 23:12:01
1个回答
您的程序通常是正确的。在更复杂的循环中，额外的操作可能包括验证、超参数优化、特征选择等。
通常，特征提取遵循探索性数据分析 (EDA)，您可以在其中了解数据、分析/总结数据，得出直观的结论。在 EDA 中，您不一定要进行训练/测试拆分。
请注意，如果您在反馈循环中重复步骤 2-3，以便测试新提取的特征（例如交互变量）是否对模型有用，您将需要一个验证步骤。
其它你可能感兴趣的问题