文章目录
做好机器学习项目需要考虑的三大核心问题
一、如何根据实际项目中选择更为合适的算法?
常见的机器学习问题包括监督学习、分类、回归等问题,机器学习算法种类繁多,如何根据实际问题选择合适的机器学习算法就显得尤为重要,下面从三个方面考虑,分别为数据层面,问题层面,约束条件层面。最后介绍常用几种常用的机器学习算法。
sklearn算法流程图
(1)数据层面
数据层面要做的事情包括对数据的理解,当我们决定使用哪种算法时,我们所拥有的数据的类型和形态起着关键性的作用。有些算法可以利用较小的样本集合工作,而另一些算法则需要海量的样本。特定的算法对特定类型的数据起作用。
- 查看总结统计和数据可视化的结果(百分比,箱型图,平均数和中位数,相关系数)
- 数据处理(处理缺失值)
- 数据增强
(2)问题层面
我们面临的是个什么问题,分类,回归,预测,还是其他,按输入输出来分类
- 根据输入分类:
如果你拥有的是带标签的数据,那么这就是一个监督学习问题。
如果你拥有的是未标注过的数据,并且希望从中找到有用的结构