如何从各种算法中选择最好的机器学习算法？
提问于 2021-11-20 05:56:32
当我想为我的数据集找到一个模型时，我发现有很多算法我可以使用。我知道如何通过将监督算法和无监督算法分离来最小化选择选择，以及我试图解决的问题的目的。
但在那之后，还有很多算法可供选择，即使在我目前使用的科学知识-学习库中也是如此，还有很多算法我不知道。它们可能在我的问题上更有效，而且还有比机器学习算法更强大的深度学习算法。在寻找他们之后，我累了，一个简单的项目花了我整整两个星期的时间，但我也对最终的结果不满意。
那我该怎么办？
- 我必须记住机器学习库中的所有算法吗？
- 还是应该放弃机器学习算法，开始深入学习？
回答 1
Data Science用户
回答已采纳
发布于 2021-11-20 08:39:26
有一个理论结果称为“无免费午餐定理”，它证明了在一般情况下没有“最佳ML算法”。
- 了解一个算法是如何工作的是很重要的，这样才能很好地直觉它是否适合于一个案例。没有这种方法，就只能通过试验和错误随机地尝试不同的方法，需要花费更多的时间和精力。
- 从您的描述来看，您的学习重点是如何使用可用的工具(即运行算法)。如果你想成为真正擅长数据科学的人，你也需要一个良好的理论背景。
- 数据科学是非常广泛的，没有人知道一切，因为这是不可能的。我的建议是，在进入下一个话题之前，要把重点放在理解一件事上。在某一特定领域做专家通常比对每件事都有一点浅显的了解要好。
有比机器学习更强的深度学习算法。
从技术上讲，深度学习方法也是机器学习。
还是应该放弃机器学习算法，开始深入学习？
在我看来，在迁移到DL之前，最好对传统的ML方法有一个很好的理解。
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/104318
复制相关文章
腾讯云开发者
