如何选择适合数据的模型？ [关闭]答案

【问题标题】：How to choose which model to fit to data? [closed]如何选择适合数据的模型？ [关闭]
【发布时间】：2020-12-06 05:07:15
【问题描述】：

我的问题是给定一个特定的数据集和一个二元分类任务，我们有没有办法选择一种可能效果最好的特定类型的模型？例如在这里考虑 kaggle 上的泰坦尼克数据集：https://www.kaggle.com/c/titanic。仅通过分析图表，是否有任何一般的经验法则来选择随机森林、KNN 和神经网络，还是我只需要测试它们，然后选择表现最好的一个？

注意：我不是在谈论图像数据，因为 CNN 最适合这些数据。

【问题讨论】：

标签： machine-learning scikit-learn classification

【解决方案1】：

不，您需要测试不同的模型以了解它们的性能。基于论文和 kaggle 的顶级算法似乎是增强算法、XGBoost、LightGBM、AdaBoost、所有这些的堆栈，或者只是一般的随机森林。但是在某些情况下，逻辑回归可以胜过它们。因此，只需尝试所有这些。如果数据集大于 100k，您不会浪费太多时间，而且您可能会学到一些关于数据的有价值的东西。

【讨论】：