1. 准备数据集,整理好特征和对应的标签。
  2. 划分训练集与测试集,分别用于模型训练和效果检验。
  3. 选择线性 / 逻辑回归模型,初始化模型参数。
  4. 用训练集数据训练模型,不断优化参数减小误差。
  5. 用测试集评估模型准确率,判断效果好坏。
  6. 模型达标后,即可用来做预测。

更多推荐