学习笔记（一）：如何选择合适的算法

http://blog.csdn.net/hubz131/article/details/78602081

一、首先要考虑的是机器学习算法的目的：

   1.预测目标变量的值：监督学习算法

       ①目标变量是离散型的，例如是/否、1/2/3、A/B/C、或者红/黄/黑等…………选择分类器算法。

       ②目标变量是连续型的，例如0.0~100.0、-999~999、或者~等…………选择回归算法

    2.如果不想预测目标变量的值，则可以选择无监督学习算法

        分析是否需要将数据分为离散的组

        ①如果这是唯一要求，则使用聚类算法。

        ②如火还需要估计数据与每个分组的相似程度，则需要使用密度估计算法。

二、其次要考虑的是数据问题

     主要了解数据的以下特性：

     ①特征值是离散型变量还是连续型变量；

     ②特征值中是否存在缺失的值，何种原因造成缺失值；

     ③数据中是否存在异常值，摸个特征发生的频率如何（是否罕见如海底捞针），等等。

充分了解以上特性，可以缩短选择机器学习算法的时间。一般来说，发现最好算法的关键环节是反复试错的迭代过程。