machine-learning - 一般来说，选择哪种机器学习分类器？

Question

关闭。这个问题是 opinion-based 。目前不接受答案。

---

想要改进这个问题吗？更新问题，以便 editing this post 可以用事实和引文来回答它。 .

已关闭 4 年前。

Improve this question

假设我正在研究一些分类问题。 (欺诈检测和垃圾评论是我现在正在研究的两个问题，但我对一般的任何分类任务都很好奇。)

我如何知道应该使用哪个分类器？

1. 决策树
2. 支持向量机
3. 贝叶斯
4. 神经网络
5. K 最近邻
6. Q-学习
7. 遗传算法
8. 马尔可夫决策过程
9. 卷积神经网络
10. 线性回归或逻辑回归
11. Boosting、Bagging、Ensambling
12. 随机爬山或模拟退火
13. ...

在哪些情况下，其中一种是“自然”的第一选择，选择该选择的原则是什么？

我正在寻找的答案类型的示例(来自 Manning 等人的 Introduction to Information Retrieval 书):

a. 如果您的数据已标记，但数量有限，则应使用具有高偏差的分类器(例如朴素贝叶斯)。

我猜这是因为较高偏差的分类器将具有较低的方差，这很好，因为数据量较小。

b. 如果您有大量数据，那么分类器并不那么重要，因此您应该选择具有良好可扩展性的分类器。

还有哪些其他准则？即使是“如果您必须向某些高层管理人员解释您的模型，那么也许您应该使用决策树，因为决策规则相当透明”之类的答案也很好。不过，我不太关心实现/库问题。

此外，对于一个稍微独立的问题，除了标准贝叶斯分类器之外，是否还有用于垃圾评论检测的“标准最先进”方法(而不是垃圾邮件)？

<

Answer 1

首先，您需要确定您的问题。这取决于您拥有什么类型的数据以及您想要的任务是什么。

If you are Predicting Category :

• You have Labeled Data
  • You need to follow Classification Approach and its algorithms
• You don't have Labeled Data
  • You need to go for Clustering Approach

If you are Predicting Quantity :

• You need to go for Regression Approach

Otherwise

• You can go for Dimensionality Reduction Approach

上述每种方法都有不同的算法。特定算法的选择取决于数据集的大小。

来源:http://scikit-learn.org/stable/tutorial/machine_learning_map/