pgmpy 连续变量结构学习_实践中学到的最重要的机器学习经验！

文 | 微调
源 | 知乎问答

今天我们讨论一个很有实际意义的问题：你在实践中学到的最重要的机器学习经验是什么？以下回答来自知乎优秀答主微调。

1.永远保持怀疑

机器学习是最容易得到错误结论的一种解决方案。和编程、做表格、或者纯粹的数学建模不同，机器学习是由数据驱动，并有很强的黑箱性。因此很多时候容易得出似是而非的结论。举个最简单的例子：伪相关/虚假相关(spurious correlation)，两个变量很容易看起来有很强的相关(参看图1和2)，然而这仅仅是偶然。因此当机器学习模型很轻松就达到很好的效果时，比如百分之百的正确率，你要警惕。除了过拟合以外，你很有可能包含了某个不该使用的强特征，甚至把标签y也当做特征使用了。

▲图1. 奶酪消耗量与被死于床单(交缠)之间的关联性 ^[1]

▲图2. 非商业性空间飞船发射数量与社会学博士毕业数量之间的关系 ^[1]

2.寻找“最小预测单元”，避免追求通过一个模型预测多个目标

最清晰易懂，且容易证明正误的模型就是目标明确的模型。我们得知业务需求以后，尽量把预测范围控制好，不要被同时实现多个目标所诱惑。

举例，如果客户的需要是预测明天的天气，那就做一个纯粹的天气预测模型，不要瞻前顾后的想要同时预测湿度、温度等相关但不是根本的问题。你想要通过单个模型得到的结论越多，往往建模和调参就越复杂。从单一问题入手，再逐步扩展，甚至将知识迁移，都是可以的。