如何选择机器学习的算法
2017-10-18 16:19
288 查看
简介
本文非常简短,总结了机器学习实际应用中选择可用的算法需要考虑的因素,以及如何选择相应的算法.选择算法时需要考虑的问题
在选择实际可用的算法时,必须考虑下面两个问题:1. 使用机器学习算法的目的,想要算法完成何种任务。
2. 需要分析或收集的数据是什么。
考虑算法目的
在考虑使用算法的目的时,可用参考下面的流程图来选择相应的算法。大多数情况下,图中给出的选择方法都能帮助读者选择恰当的机器学习算法,但这也不是一成不变的。
考虑数据问题
应该充分了解数据,对实际数据了解的越充分,越容易创建符合实际需求的应用程序。主要应该了解数据的以下特征:特征值是离散型变量还是连续型变量、特征值中是否存在缺失的值、何种原因造成缺失值、数据中是否存在异常值,某个特征值发生的频率如何等等。充分了解这些数据特征可以缩短选择机器学习算法的时间。总结
我们只能在一定程度上缩小算法的选择范围,一般并不存在最好的算法或者可以给出最好结果的算法。对于所选的每种算法,都可以使用其它的机器学习技术来改进性能,还要尝试不同算法的执行效果。一般来说最好算法的关键环节是反复试错的迭代过程。参考资料
1. 机器学习实战相关文章推荐
- 如何选择机器学习的算法及适应解决的问题
- 如何选择机器学习的算法及适应解决的问题
- 经验之谈:如何为你的机器学习问题选择合适的算法
- 如何选择机器学习的算法及适应解决的问题
- 机器学习分类算法应该如何选择?
- 如何为你的机器学习问题选择合适的算法?
- 经验之谈:如何为你的机器学习问题选择合适的算法
- 搞机器学习,如何选择一种适合的算法?
- 如何选择机器学习的算法及适应解决的问题
- 经验之谈:如何为你的机器学习问题选择合适的算法?
- 如何选择机器学习的算法及适应解决的问题
- 如何选择机器学习的算法及适应解决的问题
- 如何选择机器学习的算法及适应解决的问题
- 如何选择机器学习的算法及适应解决的问题
- 如何选择机器学习的算法及适应解决的问题
- 如何选择机器学习的算法及适应解决的问题
- 如何选择机器学习的算法及适应解决的问题
- 机器学习如何选择算法
- 一文告诉你机器学习中进行模型评价、模型选择和算法选择的终极方法(PART I)
- (转)机器学习工具WEKA使用总结,包括算法选择、参数优化、属性选择