在机器学习中有一种“无免费午餐（NFL）”的定理。简而言之，它指出没有任何一个算法可以适用于每个问题，尤其是与监督学习相关的。
因此，你应该尝试多种不同的算法来解决问题，同时还要使用“测试集”对不同算法进行评估，并选出最优者。
大原则
然而，这些都有一个共同的原则，那就是所有监督机器学习算法都是预测建模的基础。
机器学习算法包括目标函数(f)，输入映射变量(X)，生成输出变量(y)：Y=f(X)。这是一个通用的学习任务，希望在给出新案例的输入变量（X）能预测出（Y）。
最常见的机器学习方式是Y= f(X)的映射来预测新的X，这被称为预测建模或预测分析。
对于渴望了解机器学习基础的机器学习新手来说这非常难，那么下面来为大家介绍数据科学家最常使用的10种机器学习算法。
1——线性回归
线性回归是统计学和机器学习中