机器学习实战
12 November 2014
如何选择合适的算法？
背景知识：输入特征，输出目标变量。
-
想预测目标变量的值吗？ 是：监督学习算法 否：非监督学习算法
-
若监督，目标变量是离散型还是连续数值？ 离散：分类算法 连续：回归算法
-
若非监督，是否只需要将数据划分为离散的组？ 是：聚类算法 还需要进一步估计数据与每个组的相似程度：密度估计算法
注：发现最好算法的关键环节在于反复试错的迭代过程。
开发步骤
-
数据收集：比如爬虫、API等来源
-
数据预处理：比如是否要求数据为特定的格式
-
数据去噪：是否有异常值或空值
-
训练算法：非监督算法没有这个步骤，因为它不存在目标变量值
-
测试算法：用于判断算法是否靠谱
-
使用算法