标签： machine-learning
我是机器学习的初学者，并且已经了解了模型背后的基础知识。在处理了一些数据集之后，我可能会遇到一个非常基本/愚蠢的问题：
在查看数据集后，如何选择最合适的模型。我在这里主要谈论分类问题（某些模型是SVM，KNN等）。我的假设是必须在数据可视化期间完成此操作，但是对于像我这样的初学者来说，什么是最好的方法呢？
截至目前，我正在尝试在调整超参数之后拟合各种模型，然后交叉验证它们并使用得分最高的模型。但是，我认为这不是解决问题的正确方法，是吗？
如果有任何与此相关的文章，请发布链接。