​

▲ 机器学习模型概要

我最开始使用机器学习来解决问题时，会尝试许多机器学习模型，并从中选择最有效的一个。而我现在依然这么做，不过会遵循一些关于如何选择机器学习模型的最佳实践经验。这些经验是从经历、直觉和同事中学到的，它们会让事情变得更容易。以下是我收集的内容。

我会根据你问题的本质来告诉你要使用哪种机器学习模型，还会尽量解释一些概念。

首先，假设你有一个“预测给定输入类别”的分类问题。

请记清楚你将对输入进行分类的类别数目，由于有些分类器不支持多类预测，它们仅能支持2类预测。

注意：对支持向量机（SVM）内核的选择（来自吴恩达的课程）

如果你的问题是“给定房子的大小、房间的数量等特征，让你预测房子的价格”，那么这是一个预测连续取值的回归问题。

如果你的问题是“根据数据的特征将它们分成k组，使得同一组里的对象具有某种程度的相似性”，那么这是一种聚类分析问题。

层次聚类分析（Hierarchy Clustering Analysis，HCA）是一种旨在构建聚类层次结构的聚类分析方法。层次聚类分析通常分为两种策略：

如果你对分类数据进行聚类分析，请使用k-modes。

使用主成分分析（PCA）方法

PCA可以理解为将n维椭球拟合到数据中，其中椭球的每个轴代表一个主要成分。如果椭圆体的某个轴很小，那么沿该轴的方差也很小。从数据集的表示中省略该轴及其相应的主成分，我们只会丢失相当少量的信息。

如果你想进行主题建模（后面将解释），你可以使用奇异值分解（SVD）或隐含狄利克雷分析（Latent Dirichlet Analysis，LDA）方法，并在进行概率主题建模时使用LDA。

主题建模是一种统计模型，用于发现文档集合中出现的抽象“主题”。主题建模是一种常用的文本挖掘工具，用于发现文本体隐藏的语义结构。

希望对你来说现在事情变得容易些了，我会根据你从反馈和实验中得到的信息更新这篇文章。

最后，这是两个非常好的概要，供你参考。