在选择任何机器学习算法之前如何进行数据探索[关闭]

Question

任何工具都可以帮助识别数据分布模式，然后做出选择机器学习算法的决定？

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。如果您不直观地了解您的工具，您将无法确定何时使用它们。

您正在谈论的想法称为探索性数据分析，如果您以正确的方式思考它，它可能会非常平易近人。用科学的方法想一想：

首先，查看数据以及相关文档。

然后，对可能存在的模式提出一些假设。

根据您对机器学习的理解，集思广益一些方法，这些方法可能会让您对您的假设有所了解。例如，如果您发现建议的依赖值可能有多个不同的值，则说明存在分类问题，应根据输入数据选择适当的方法。

您可能会发现有用的工具很多，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，但在构建时考虑了数据科学。另一方面，Python 很容易上手，但您可以在 ML 和数据科学库方面做出更多选择。使用 Python，查看 Pandas 进行 CSV 和数据操作，查看 Tensorflow、Theano 或 Scikit-Learn 进行数据分析和机器学习。

希望这会有所帮助！