我已經使用了一種ML方法來使用python scikit-learn進行研究。我發現，SVM和logistic迴歸分類效果最好（例如：85％的準確度），決策樹的作品明顯惡化（65％），然後樸素貝葉斯工作明顯惡化（40％）。不同ML分類器的性能不同，我能推斷出什麼？
我會寫了結論，說明明顯，一些ML分類大幅度的工作比別人好，但還有什麼我可以說我的學習任務或數據結構，根據這些意見？
版：
數據集涉及50萬行數據，我有15個功能，但某些功能有一定的文字串的各種組合，所以它自然擴展到數萬列作爲稀疏矩陣。我使用人名來預測一些二進制類（例如：性別），儘管我的名字實體的名稱實體很多，例如名稱的長度，名稱的子字符串等。
我建議您訪問在這真棒地圖由scikit學習團隊http://scikit-learn.org/stable/tutorial/machine_learning_map
選擇正確的估計作爲描述自己案件的細節將是一項艱鉅的任務（我完全理解你沒有做到這一點！）我鼓勵你問你自己幾個問題。因此，我認爲「選擇正確的評估者」的地圖是一個好的開始。
從字面上看，進入「啓動」節點地圖，並按照路徑：
等。最後，您可能會在某個時間點結束，看看您的結果是否與地圖中的建議相匹配（即，我最終是否得到了更好的結果？）。如果是這樣，深入閱讀文檔，並問自己爲什麼一個分類器在文本數據或任何洞察力方面表現更好。
正如我告訴你，我們不知道你的數據的細節，但你應該可以問這樣的問題：什麼類型的數據我有（文本，二進制，...），多少樣本，需要預測多少類......所以理想情況下，您的數據會給您提供一些關於問題背景的提示，因此爲什麼有些評估者的表現要好於其他評估者。
但是，是的，你的問題是甚廣的單一的答案掌握（和特製不知道的問題，您正在處理的類型）。例如，您也可以檢查是否有任何這些方法更傾向於過度使用。
的建議清單可能是無止境的，這就是爲什麼我鼓勵你開始定義的你正在處理和數據問題的類型（加上樣品的數量，是歸？是它驅散？您是否使用稀疏矩陣表示文本，您的輸入是否從0.11到0.99浮動）。
無論如何，如果你想分享你的數據的一些細節，我們也許能夠更準確地回答。希望這有助於一點點，雖然;）
謝謝，我已經添加了一些關於我的數據的更多細節。我確實遇到過你推薦的地圖，之前我沒有深入研究過，因爲我有很多數據，而地圖在確定路徑方面似乎在數據大小方面扮演着重要的角色。儘管如此，我會仔細考慮一下。在我看來，儘管在許多ML文章中，作者通常使用一堆ML分類器，如魚網，然後接受性能最高的分類器。所以我的問題不是確定正確的分類器，而是當我看到我的結果或其他人的結果時，我可以用不同的表現推導出什麼。 – KubiK888
同樣在分類領域的地圖中，簡單的物流管理和決策管理不存在。我的線性SVC似乎「工作」，但我想明白爲什麼NB表現（我的數據是基於測試（？）數據的名稱）更差，我的數據或學習任務中的數據是什麼導致NB性能低下（雖然我在使用NB的類似研究中看到更好的性能）。 – KubiK888
好吧，現在我明白你的關注。是的，我也會猜測（從您的問題更新中讀取）NB應該表現良好。那麼，實際上，它很大程度上依賴於如何對樣本進行編碼（你是否做了某種tf-idf？）。順便說一句，你想從名字中預測性別，還是僅僅是一個例子？因爲如果是這種情況，我不能避免嘗試建議一些與機器學習無關的東西，例如使用python中的sexmachine庫（https://pypi.python.org/pypi/SexMachine/）。如果你的問題更廣泛，或者你的目標是學術性的，就忘了我說的話;） –
我希望你調整你已經嘗試了所有的分類，特別是決策樹分類的參數。你能否更詳細地描述你的數據集？ –
是的，我在調諧時嘗試了很多參數。數據集涉及500,000行，我有15個特徵，但其中一些特徵是某些文本的子串的各種組合，所以它自然地擴展爲數以萬計的列作爲稀疏矩陣。我確實明白不同大小的行和列對於不同大小的ML是多麼的適合，但是如果你對它們進行全面測試並得到不同的結果，我不知道還有什麼其他的結論可以推斷出來。 – KubiK888