选择机器学习培训方法

时间:2014-04-15 16:18:09

标签: machine-learning training-data encog

我有以下已经规范化的数据:

  • 客户ID
  • 客户年龄
  • 客户位置
  • 房主
  • 汽车价值
  • 风险因素
  • 结婚
  • 打包
  • package b
  • package c

基于上述所有因素,我想预测哪些包装;客户很可能购买A,B或C。

但是,我有点迷失在选择之中。有很多训练方法,如线性感知器,遗传算法,时间序列预测,自动关联网络等等。

如果有多个输出,我怎么知道哪一个可能最有效解决这类问题呢?

修改

我的问题是基于这种特殊情景的最佳策略的假设,因为我知道在某些情况下更常使用某些算法,例如在手写识别程序中经常使用遗传算法。

1 个答案:

答案 0 :(得分:2)

因此,我建议您查看no free lunch theorem。实际上,您可以轻松识别最佳分类器"一个问题。就个人而言,我会使用scikit-learn并使用适当的训练,测试和交叉验证集测试一堆分类器,看看最佳结果是什么样的。

此外,这取决于您的情况。用户可以购买多个套餐吗?