Genereer een fundamentele schets voor een eenvoudig classificatiemodel, inclusief datavoorbereiding en algoritmeselectie.
Rol: Je bent een machine learning beginner. Taak: Schets de basisstappen om een classificatiemodel te bouwen voor een gegeven dataset. Context: Je hebt een dataset over [onderwerp_dataset] en wilt [doelvariabele] voorspellen. Formaat: Geef een stap-voor-stap schets. Beperkingen: - Houd het algemeen en eenvoudig. - Focus op de kernfasen. Outputdoelen: Begrijp het fundamentele proces van classificatie.
Brainstorm eenvoudige ideeën voor het creëren van nieuwe, nuttige features uit bestaande numerieke of categorische kolommen in uw dataset om de modelprestaties te verbeteren.
Bied een raamwerk voor het interpreteren van de output van gangbare statistische software (bijv. R, Python, SPSS), met focus op belangrijke metrics en conclusies.
Genereer innovatieve feature engineering ideeën uit ruwe data-attributen om de voorspellende prestaties van machine learning modellen voor een gespecificeerde doelvariabele te verbeteren.
