机器学习项目信息

Question

我必须完成一个大约 2-3 页的小项目（也有图表）。 我对机器学习知之甚少。 你可以帮帮我吗？ 这些是要点：

• 定义理论上可以通过机器学习方法解决的问题。 因此，预测变量和特征的定义要合理。 即，根据背景、金额、风险水平等来预测投资的成功是合理的。根据投资者的姓名或性别来预测投资的成功是不合理的。 • 了解哪种类型的准确度对手头的问题更重要（例如，Precision vs. Recall，TN vs. FN） • 预测变量应该是二元的（即，是/否）。 • 用于预测的特征只能是数字的或名义的。 • 使用至少一种平衡技术、一种特征选择技术、一种成本敏感分类和两种预测模型。 也使用一种简单的技术，即没有平衡技术或没有特征选择技术或没有成本敏感的分类。 例如： o SMOTE，过滤器属性，成本敏感学习，RandomForest o SMOTE，过滤器属性，成本敏感学习，NaiveBayes o 过滤器属性，成本敏感学习，RandomForest o 过滤器属性，成本敏感学习，NaiveBayes 这允许比较所获得的结果通过技术的存在或不存在。 （例如 SMOTE 有帮助吗？） • 讨论结果。 对结果的可能讨论包括为什么给定技术增加或降低一种精度的可能原因，是预期的还是意外的，是一种足够高的精度，是预期的这种精度等。