如何选择机器学习的算法

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