Melhore os modelos com hiperparâmetros
Modelos simples com conjuntos de dados pequenos geralmente podem ser ajustados em uma única etapa, enquanto conjuntos de dados maiores e modelos mais complexos devem ser ajustados usando repetidamente o modelo com dados de treinamento e comparando a saída com o rótulo esperado. Se a previsão for precisa o suficiente, consideramos o modelo treinado. Caso contrário, ajustamos ligeiramente o modelo e voltamos a fazer um loop.
Hiperparâmetros são valores que alteram a maneira como o modelo é ajustado durante esses loops. A taxa de aprendizagem, por exemplo, é um hiperparâmetro que define o quanto um modelo é ajustado durante cada ciclo de treinamento. Uma alta taxa de aprendizagem significa que um modelo pode ser treinado mais rapidamente; Mas se for muito alto, os ajustes podem ser tão grandes que o modelo nunca é "ajustado" e não é o ideal.
Pré-processamento de dados
O pré-processamento refere-se às alterações feitas nos seus dados antes de serem passados para o modelo. Já lemos anteriormente que o pré-processamento pode envolver a limpeza do seu conjunto de dados. Embora isso seja importante, o pré-processamento também pode incluir a alteração do formato dos dados para que seja mais fácil para o modelo usar. Por exemplo, os dados descritos como "vermelho", "laranja", "amarelo", "limão" e "verde" podem funcionar melhor se convertidos em um formato mais nativo dos computadores, como números que indicam a quantidade de vermelho e a quantidade de verde.
Recursos de dimensionamento
A etapa de pré-processamento mais comum é dimensionar os recursos para que fiquem entre zero e um. Por exemplo, o peso de uma bicicleta e a distância que uma pessoa percorre numa bicicleta podem ser dois números muito diferentes, mas ao dimensionar ambos os números para entre zero e um permite que os modelos aprendam de forma mais eficaz a partir dos dados.
Usando categorias como recursos
No aprendizado de máquina, você também pode usar recursos categóricos como "bicicleta", "skate" ou "carro". Essas características são representadas por 0 ou 1 valores em vetores de um calor, vetores que têm um 0 ou 1 para cada valor possível. Por exemplo, bicicleta, skate e carro podem ser, respectivamente, (1,0,0), (0,1,0) e (0,0,1).