選擇機器學習算法和工具

Question

我正在研究二元分類問題，即需要將我的數據分爲兩類。每個實體都提取了5個特徵。

現在我想決定我應該使用哪種算法。 另外我想知道什麼是最方便的語言，它可能已經支持這個算法，我可以實現它。

我只是ML的初學者。所以這可能是一個非常愚蠢的問題。但任何幫助都會很棒。

感謝和問候， 羅希特

Answer 1

如果你是新的機器學習，你應該採取溫和的方法來學習它。不要指望用「最好」的算法（它不存在）。相反，在機器學習上找到一些好的資源，互聯網上有許多免費的信息，例如維基百科或講義。或者，如果你需要更多的結構，也有書。因此，考慮到這一點......

1）選擇一個簡單的分類算法開始。它不一定是'最好的'，但它必須是一個你可以掌握的簡單的。嘗試使用更復雜的方法毫無意義，因爲如果它產生意想不到的輸出，您將無法找出原因。也許從一個簡單的聚類算法開始，如k-means。

2）選擇你的語言/環境是你熟悉的任何東西。基本的機器學習算法在很多地方都可用。數學家可能熟悉Matlab或R.程序員可以在Python，C，Java，Fortran中找到庫...如果您不熟悉任何統計軟件包，並且對編程不熟悉，或許這會有所幫助 - https://stackoverflow.com/questions/335063/whats-the-easiest-way-to-learn-programming

如果您不是新機器學習和已經熟悉了幾種方法，我建議你檢查出這個問題： When to choose which machine learning classifier?

Answer 2

爲了解決一個簡單的分類問題，我會建議使用迴歸。這很容易理解和實施。有很多更復雜的算法可供您嘗試，例如支持向量機,神經網絡等等。但是請記住，在機器學習中，通常不是您選擇使用的算法，因爲它很重要擁有精心挑選的功能，以獲得良好的數據集。

還有使用分類或聚類算法的問題。如果你有一個已經標記的數據集，我會建議分類。但是，如果您的數據集標記爲而非，則分類算法將不起作用，您將不得不使用羣集。 K-means是一個簡單，但廣泛使用和有效的解決方案。就語言/工具/環境/工具而言，如果您沒有可靠的編程背景，我會建議Octave，R或Matlab。如果你這樣做，試着用你最流利的語言找到一個好的庫。我可以爲java提供一個好的，開源的機器學習庫 - （Mahout）。

最後，我推薦this斯坦福在線機器學習課程。它是免費的，適合初學者，並且不需要任何其他科學或工程領域的背景知識。

Answer 3

如果您是機器學習的新手，可以在斯坦福在線機器學習課程（http://www.ml-class.org/）中查看一些機器學習算法。該類非常實用，您可以學習一些基本的分類算法（如邏輯迴歸，支持向量機，神經網絡）。還提供了一些分類練習分配（以倍頻程/ matlab）。並且有一些實際的方法來開發分類系統。它可能會幫助你。