掃描所有機器學習分類器？

Question

我使用Weka在幾個大型數據集上執行分類，聚類和一些迴歸。我目前正在嘗試所有分類器（決策樹，支持向量機，樸素貝葉斯等）。

有沒有一種方法（在Weka中或其他機器學習工具包）通過所有可用的分類算法來掃去發現，生產出最好的交叉驗證的準確度或其他度量的人嗎？

我想找到最好的聚類算法，也爲我的其他聚類問題;也許找到最低的平方和誤差？

Answer 1

是不是某種過度擬合，太？嘗試大量的分類器，並選擇最好的？

另外請注意，預處理通常是非常重要的，不同的分類可能需要不同的預處理;每個分類器又有十多個參數...

相同的聚類，不要選擇一個度量的聚類算法。因爲如果你選擇例如「最低平方和」，k-means 將獲得勝利。不是因爲它更好。但是因爲更適合到您的評估方法：k-means優化了平方和。結果可能是其他指標的垃圾，但在SSQ上，它們在設計上是局部最優的。

數據挖掘是不是可以自動到一個按鈕的水平。

這是一個技巧，需要經驗，如何預處理，選擇算法，調整參數和評估實際結果。否則，您會在市場上購買一些軟件，您只需提供數據並獲得最佳分類器。