2018-11-06 阅读量: 676
必须考虑下面两个问题：
一、使用机器学习
算法的目的，想要算法完成何种任务，比如是预测明天下雨的概率还是对投票者按照兴趣分组；
二、需要分析或收集的数据是什么。
首先考虑使用机器学习算法的目的。如果想要预测目标变量的值，则可以选择监督学习算法，
否则可以选择无监督学习算法。确定选择监督学习算法之后，需要进一步确定目标变量类型，如
果目标变量是离散型，如是/否、 1/2/3、 A/B/C或者红/黄/黑等，则可以选择分类器算法；如果目
标变量是连续型的数值，如0.0～100.00、 999～999或者+∞～-∞等，则需要选择回归算法。
如果不想预测目标变量的值，则可以选择无监督学习算法。进一步分析是否需要将数据划分
为离散的组。如果这是唯一的需求，则使用聚类算法；如果还需要估计数据与每个分组的相似程
度，则需要使用密度估计算法。
在大多数情况下，上面给出的选择方法都能帮助读者选择恰当的机器学习算法，但这也并非
一成不变。
三个资料Q群下载不了也转发不了,先放这里Fine_tuning.zipLangChain.zipdata_clear.rar
