如何选择适合数据的模型？
How to choose which model to fit to data?
我的问题是给定一个特定的数据集和一个二元分类任务，有没有一种方法可以让我们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 上的泰坦尼克号数据集：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，或者我是否只需要测试它们然后选择性能最好的一个？
注意：我不是在谈论图像数据，因为 CNN 最适合这些数据。
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，将所有这些算法叠加在一起，或者只是一般的随机森林。但在某些情况下，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 >100k，你不会浪费那么多时间，而且你可能会从数据中学到一些有价值的东西。
我的问题是给定一个特定的数据集和一个二元分类任务，有没有一种方法可以让我们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 上的泰坦尼克号数据集：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，或者我是否只需要测试它们然后选择性能最好的一个？
注意：我不是在谈论图像数据，因为 CNN 最适合这些数据。
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，将所有这些算法叠加在一起，或者只是一般的随机森林。但在某些情况下，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 >100k，你不会浪费那么多时间，而且你可能会从数据中学到一些有价值的东西。