一张图教你如何选择机器学习算法

如何选择合适的机器学习算法？

根据你的业务场景，可以从下面这张微软提供的图清单的问题出发：¹

• 从文本中提取信息任务：文本分析算法，如N-Gram语言模型、特征哈希、文本预处理、Word2Vec等。
• 预测数值任务：Regression回归算法，详情参考logistic-regression。
• 分类任务：Classification算法，判别对象所属的类别，比如SVM, nearest neighbors, random forest
  • 在两个类别中预测：Two-class Classification 二分类。
  • 在多个类别中预测：Multiclass Clasification 多分类。
  • 图像分类任务：用流行的CNN模型对图像进行分类。
• 发现结构任务：聚类算法，比如K-Means，回答如How is this organized?这类问题。
• 生成推荐任务：推荐算法，比如SVD Recommender协同过滤，回答如What will they be interested in?这类问题。
• 发现异常情况：Anomaly Detection 异常检测算法，如One Class SVM、PCA-Based Anomaly Detection等。

机器学习的分类

机器学习主要分为三类：监督学习，无监督学习和强化学习。

监督学习

在监督学习中，每个数据点都被标记或与感兴趣的类别或值相关联。分类标签的一个示例是将图像分配为“猫”或“狗”。价值标签的一个示例是与二手车相关的销售价格。监督学习的目的是研究许多像这样的标记示例，然后能够对未来的数据点做出预测。例如，识别具有正确动物的新照片或为其他二手车分配准确的销售价格。这是一种流行且有用的机器学习类型。

无监督学习

在无监督学习中，数据点没有与之关联的标签。相反，无监督学习算法的目标是以某种方式组织数据或描述其结构。像K-means一样，无监督学习将数据分组到群集中，或者找到查看复杂数据的不同方法，从而使其看起来更简单。

强化学习

在强化学习中，该算法可以根据每个数据点选择一个动作。这是机器人技术中的一种常见方法，其中某个时间点的一组传感器读数是一个数据点，并且算法必须选择机器人的下一个动作。它也是物联网应用程序的自然选择。学习算法不久后还会收到奖励信号，表明该决策的效果如何。基于该信号，该算法修改其策略以获得最高奖励。

---

1. https://docs.microsoft.com/en-us/azure/machine-learning/algorithm-cheat-sheet?WT.mc_id=docs-article-lazzeri ↩︎