如何在选择任何机器学习算法之前进行数据探索

Question

任何工具都可以帮助识别数据分布模式，然后决定选择ML算法吗？

Answer 1

首先，您必须将机器学习理解为一个领域，并对其子领域有所了解。如果您没有直观地理解您的工具，那么您将无法确定何时使用它们。

您正在谈论的这个想法被称为探索性数据分析，如果您以正确的方式思考它，它可以非常平易近人。从科学方法的角度思考：

首先，查看数据以及有关它的任何文档。

然后，对可能存在的模式提出一些假设。

根据您对ML的理解，集体讨论可能会对您的假设有所了解的一些方法。例如，如果您看到建议的从属值可以有多个不同的值，则会出现分类问题，并且根据您的输入数据，您应该选择适当的方法。

您可能觉得有用的工具很多，但一个好的开始可能是编程语言R或Python。两者都是非常强大的数据科学工具。 R具有更大的学习曲线，但考虑到数据科学。另一方面，Python非常容易上手，但是对于ML和数据科学库，你有更多的选择。使用Python，查看Pandas以查找CSV和数据，以及Tensorflow，Theano或Scikit-Learn进行数据分析和ML。

希望这有帮助！