整個過程包括了數據預處理、模型學習、模型驗證及模型預測。其中數據預處理包含了對數據的基本處理，包括特征抽取及縮放、特征選擇、特征降維和特征抽樣；我們將帶有類標的原始數據劃按照 82 原則分為訓練數據集和測試集。使用訓練數據集用于模型學習算法中學習出適合數據集的模型，再用測試數據集用于驗證最終得到的模型，將模型得到的類標簽和原始數據的類標簽進行對比，得到分類的錯誤率或正確率。 ———————————————— 版權聲明：本文為CSDN博主「Running_Tiger」的原創文章，遵循CC 4.0 BY-SA版權協議，轉載請附上原文出處鏈接及本聲明。