机器学习实操：把预处理放进训练边界

跑通一个项目，不等于得到了可信的评估。最值得反复检查的问题是：测试数据是否以某种方式参与了训练流程的决定？ 对讲义流程的一处修正 课程的第二次实操强调按步骤理解流程，但不能把“编码、缺失处理在划分前；标准化在划分后”当成通用规则。判断依据应是：这个步骤是否需要从样本中学习信息。 操作 需要注意的边界

机器学习入门：先定义预测时刻，再谈特征和模型

学习机器学习时，最先写下的不是模型名称，而是：对谁，在什么时候，利用当时能够获得的信息，预测什么结果？ 把问题写成可检查的约定 以“预测门店下周的商品销量”为例： 项目 本例中的定义 一个样本 某门店在某一周开始前的一次预测 特征 截至该时刻的历史销量、价格、已确定的促销安排 标签 随后这一周实际发