简陋版本的数据挖掘算法选择模型

这两天看了一些将机器学习算法应用场景以及优缺点的文章，比如这样的

机器学习算法集锦：从贝叶斯到深度学习及各自优缺点

于是产生了建立一个算法选择模型的想法，总结了下列4个维度：

1.算法属性

每个算法都有自己的特长，发挥算法的特长才能事半功倍。算法属性包括：

维度	属性	取值范围
算法属性	算法类型	分类，回归，聚类
	是否参数型	是，否
	是否黑箱	是，否
	是否集成	是，否
	是否探索性	是，否
	是否在线学习	是，否
	风险	过拟合风险，欠拟合风险，局部最优风险
	适应能力	强，弱

2.数据要求

数据是原材料，经过算法得出结果，但有的原材料跟算法就是合不来。数据要求包括：

维度	属性	取值范围
数据要求	两变量散点分布	线性相关，非线性相关
	数据量	要求大数据，不要求大数据
	假设严格程度	严格，不严格
	特征敏感度	缺失值敏感，异常值敏感，相关性敏感，稀疏性敏感，特征维数敏感

3.结果要求

算法不重要，得出的结果才重要。结果要求包括：

维度	属性	取值范围
结果要求	预测度	高，中，低
	解释度	高，低
	稳定性	高，低
	个性度	高，中，低
	意义概率	有意义，可能无意义

4.性能要求

快鱼总是能吃掉慢鱼，尤其在动辄就谈大数据的背景下。性能要求包括：

维度	属性	取值范围
性能要求	大数据能力	具备，不具备
	性能开销	大，小

 

最后是这个模型的用法：

• 总结每个算法的各个维度取值

• 应用时，根据每个维度，确定可选算法集

• 可选算法集求交集，确定待验算法

• 比较待验算法，确定最终算法