选择机器学习算法和工具

Question

我正在研究二进制分类问题，即需要将我的数据分为两类。为每个实体提取了5个功能。

现在我想决定应该使用哪种算法。 另外我想知道什么是最方便的语言，它有可能已经支持这个算法的库，我可以实现它。

我只是ML的初学者。所以这可能是一个非常愚蠢的问题。但任何帮助都会很棒。

谢谢和问候， 罗希特夏尔

Answer 1

如果您不熟悉机器学习，那么您应该采取适度的方法来学习它。不要期望潜入“最佳”算法（它不存在）。相反，在机器学习上找到一些好的资源，互联网上有很多免费信息，比如维基百科或讲义。或者，如果您需要更多结构，也可以使用书籍。所以考虑到这一点......

1）选择一个简单的分类算法开始。它不一定是'最好'，但它必须是一个你可以掌握的简单。尝试使用更复杂的方法毫无意义，因为如果它产生意外的输出，你将无法弄清楚原因。也许从简单的聚类算法开始，例如k-means。

2）选择您熟悉的语言/环境。许多地方都有基本的机器学习算法。数学家可能熟悉Matlab或R.程序员可以在Python，C，Java，Fortran中找到库...如果您不熟悉任何统计软件包并且不熟悉编程，也许这会有所帮助 - https://stackoverflow.com/questions/335063/whats-the-easiest-way-to-learn-programming

如果您不熟悉机器学习并熟悉几种方法，我建议您查看以下问题： When to choose which machine learning classifier?

Answer 2

为了解决一个简单的分类问题，我建议使用逻辑回归。理解和实施起来很简单。您可以尝试更复杂的算法，例如支持向量机，神经网络等。但是，请记住，通常在机器学习中，它不是您选择使用的算法，因为通过精心选择的功能获得良好的数据集非常重要。

还有使用分类或聚类算法的问题。如果您有一个已标记的数据集，我会建议分类。但是，如果您的数据集标记为不，则分类算法将不起作用，您必须使用群集。 K-means 是一种简单但广泛使用且有效的解决方案。

就语言/工具/环境/工具而言，如果你没有扎实的编程背景，我会建议使用Octave，R或Matlab。如果你这样做，尝试用你最熟练的语言找到一个好的库。我可以为java建议一个好的，开源的机器学习库 - （Mahout）。

最后，我推荐this斯坦福机器学习在线课程。它是免费的，适合初学者，并且不需要任何其他科学或工程领域的任何背景。

Answer 3

如果您不熟悉机器学习，可以在斯坦福在线机器学习课程（http://www.ml-class.org/）查看一些机器学习算法。该课程非常实用，您可以学习一些基本的分类算法（例如逻辑回归，SVM，神经网络）。还提供了一些分类练习作业（八度/ matlab）。并且有一些实用的方法来开发分类系统。它可能对你有帮助。