ML简述

可见分成了四大类：回归，分类，聚类，降维
监督学习首选SVM（不论分类还是回归，分类用SVC，回归用SVR）
在回归中：
SVM不好用就换核函数
在分类中：
SVM不好用按照特点继续选择
对于文本分类问题用NB，对于样本依赖性强问题用KNN

在实际解决问题的时候要注意以下几个方面：
『对数据的认识太重要了！』
『数据中的特殊点/离群点的分析和处理太重要了！』
『特征工程(feature engineering)太重要了！』
『模型融合(model ensemble)太重要了！』
引用看过的一篇博客对于一个实际的项目解决方法：