整個(gè)過(guò)程包括了數(shù)據(jù)預(yù)處理、模型學(xué)習(xí)、模型驗(yàn)證及模型預(yù)測(cè)。其中數(shù)據(jù)預(yù)處理包含了對(duì)數(shù)據(jù)的基本處理，包括特征抽取及縮放、特征選擇、特征降維和特征抽樣；我們將帶有類標(biāo)的原始數(shù)據(jù)劃按照 82 原則分為訓(xùn)練數(shù)據(jù)集和測(cè)試集。使用訓(xùn)練數(shù)據(jù)集用于模型學(xué)習(xí)算法中學(xué)習(xí)出適合數(shù)據(jù)集的模型，再用測(cè)試數(shù)據(jù)集用于驗(yàn)證最終得到的模型，將模型得到的類標(biāo)簽和原始數(shù)據(jù)的類標(biāo)簽進(jìn)行對(duì)比，得到分類的錯(cuò)誤率或正確率。 ———————————————— 版權(quán)聲明：本文為CSDN博主「Running_Tiger」的原創(chuàng)文章，遵循CC 4.0 BY-SA版權(quán)協(xié)議，轉(zhuǎn)載請(qǐng)附上原文出處鏈接及本聲明。