在机器学习中如何选择一个合适的算法？-CDA数据分析师官网

热线电话：13121318867

在机器学习中如何选择一个合适的算法？

2019-05-08

在我们使用机器学习处理问题的时候，我们需要选择算法，选择一个好的算法能够帮助我们提高工作效率。但是很多朋友对选择算法不是很理解，在这篇文章中我们就给大家介绍一下关于机器学习选择算法的相关建议，希望能够对大家有所帮助。

1.选择算法的意义

我们选择算法就是为了更高效率的进行处理问题。在我们充分了解数据及其特性以后，就能够帮助我们更有效地选择机器学习算法。采用某种流程就可以缩小算法的选择范围，使我们少走些弯路，但在具体选择哪种算法方面，一般并不存在最好的算法或者可以给出最好结果的算法，在实际做项目的过程中，这个过程往往需要多次尝试，有时还要尝试不同算法。但是对于初学者，选择算法还是按照下面提到的算法进行选择。

2.选择算法的步骤

通常来说，选择算法是一个比较麻烦的事情，但是并不是不能选择，选择就需要我们十分细心，这样我们才能够选择出一个合适的算法，以便于我们更好的处理问题。选择算法首先需要分析业务需求或者场景，这一步完成以后，就需要我们初探数据，看看自己是否需要预测目标值，如果需要的话，那么就使用监督学习，当然，使用监督学习的时候，如果发现了目标变量，如果是离散型，那么就使用分类算法，如果是连续型，那么就使用回归算法。当然，如果我们发现不需要预测目标值，那么就使用无监督学习，具体使用的算法就是K-均值算法、分层聚类算法等其他算法。

3.SQL spark算法的优势

有一种算法十分常见并且实用，那就是SQL spark算法，Spark SQL算法有着功能强大、性能优良的机器学习库，还可以用于图像处理和用于流式处理的工具，其优势十分明显。

（1）这个算法能够与Hadoop、Hive、HBase等无缝连接：Spark可以直接访问Hadoop、Hive、Hbase等的数据，同时也可使用Hadoop的资源管理器。

（2）在完整的大数据生态系统中，有我们熟悉的SQL式操作组件Spark SQL，还有功能强大、性能优良的机器学习库、图像计算及用于流式处理等算法。

（3）在高性能的大数据计算平台中，由于数据被加载到集群主机的分布式内存中。数据可以被快速的转换迭代，并缓存后续的频繁访问需求。基于内存运算，Spark可以比Hadoop快100倍，在磁盘中运算也比hadoop快10倍左右。

这篇文章我们给大家介绍了机器学习处理问题时如何选择一个合适的算法以及spark算法的优势的相关内容，相信大家对如何选择算法有了更加清晰的认识了吧？祝愿大家可以早日学有所成、学以致用。

CDA数据分析师考试相关入口一览（建议收藏）：

▷ 想报名CDA认证考试，点击>>> “CDA报名” 了解CDA考试详情；