WangQYoho的博客

在掌握了机器学习算法后，接下来就需要对算法进行选择，在不同的问题下选择最合适的算法和模型进行处理。要知道在碰到不同的问题时应当走哪条解决方案，选择对了尝试的方向，才能够尽快的达到最优的解同时保证最优的性能。这篇文章就简要介绍一下碰到常规问题时如何解决，这些都是经验结论，在应对一些基础问题时一般都可以起到一定作用。一、写在前面首先需要了解大体上应当如何处理这类问题。当我们在预测时碰到问题，得

一个比较推荐的解决机器学习问题的步骤是：首先以一个简易的算法开始，快速的进行实现，并在交叉验证集上进行验证；然后画出它的学习曲线，通过学习曲线确定是否更多的数据或者更多的特征会对模型的优化有帮助。接着人为地检测交叉验证集中被错误的进行分类的或者预测的样本的共同特征，从实际入手对模型进行调整，即Error Analysis，不断调整并验证在交叉验证集上的误差，寻找最优的结果，优化模型。在机器学习