15年软件架构师经验总结：在ML领域，初学者脚踏过的5个坑

在某些意味著，即使是频域重生也不太可能不必需样本一维，这是指所有特点都已始终保持类似的倍数范围，并且具有显然相同的含义。例如，如果数学模型原则上于星期序列样本，并且所有特点都是同一常量的历史倍数。

5. 在专业训练集和实验者集 / 飞行测试集彼此之间漏出数据

造再加样本漏出比人们想象的要较难，考虑不限代码段：

样本漏出的下例连续性

实质上，这两种特点（sum_feature 和 diff_feature）都不应该。它们准备漏出数据，因为在拆分到专业训练集 / 飞行测试集后，具有专业训练样本的部分将包含来自飞行测试的一些数据。这将导致十分佳的实验者点数，但当引入实质的样本数学模型时，性能都会十分差。

应该的原理是首先将专业训练集 / 飞行测试集单独，然后才应用于特点生再加功能性。多半，分别处理专业训练集和飞行测试集是一种较好的特点工程模式。

在某些意味著，不太可能必需在并不一定传输一些数据 —— 例如，我们不太可能想在飞行测试集和专业训练集上采用显然相同的 StandardScaler。

总而言之，从应该之中吸取教训是件老是，想上述所发放的应该下例能帮助到你。

原文链接：