13. Выбор подходящего оценщика#

Часто самой сложной частью решения задачи машинного обучения может быть поиск подходящего оценщика для работы. Разные оценщики лучше подходят для разных типов данных и разных задач.

Приведенная ниже блок-схема предназначена для того, чтобы дать пользователям приблизительное руководство по подходу к проблемам с выбором оценщиков для ваших данных. Нажмите на любой оценщик в диаграмме ниже, чтобы увидеть его документацию. Попробовать следующий Оранжевые стрелки следует читать как «если этот оценщик не достигает желаемого результата, следуйте по стрелке и попробуйте следующий». Используйте колесико прокрутки для увеличения и уменьшения масштаба, а также щелкните и перетащите для перемещения по диаграмме. Вы также можете скачать диаграмму: ml_map.svg.

xml version="1.0" encoding="UTF-8"? svg PUBLIC "-//W3C//DTD SVG 1.1//EN" "http://www.w3.org/Graphics/SVG/1.1/DTD/svg11.dtd"
START
START
>50
образцы
>50...
get
больше
данные
get...
NO
NO
прогнозирование
категория
прогнозирование...
ДА
ДА
у вас есть
помеченный
данные
у вас есть...
ДА
ДА
прогнозирование
величина
прогнозирование...
NO
NO
просто
поиск
просто...
NO
NO
прогнозирование
структура
прогнозирование...
NO
NO
сложный
удача
сложно...
<100K
образцы
<100K...
ДА
ДА
SGD
Классификатор
SGD...
NO
NO
Линейный
SVC
Linear...
ДА
ДА
текст
данные
текст...
Ядро
Аппроксимация
Ядро...
KNeighbors
Классификатор
KNeighbors...
NO
NO
SVC
SVC
Ансамбль
Классификаторы
Ансамбль...
Наивный
Байес
Наивный...
ДА
ДА
классификация
классификация
количество
категории
известный
количество...
NO
NO
<10K
образцы
<10K...
<10K
образцы
<10K...
NO
NO
NO
NO
ДА
ДА
MeanShift
MeanShift
VBGMM
VBGMM
ДА
ДА
MiniBatch
KMeans
MiniBatch...
NO
NO
кластеризация
кластеризация
KMeans
KMeans
ДА
ДА
Spectral
Кластеризация
Спектральный...
GMM
GMM
<100K
образцы
<100K...
ДА
ДА
мало признаков
должен быть
важный
несколько признаков...
ДА
ДА
SGD
Регрессор
SGD...
NO
NO
Lasso
Lasso
ElasticNet
ElasticNet
ДА
ДА
RidgeRegression
RidgeRegression
SVR(kernel="linear")
SVR(kernel="linea...
NO
NO
SVR(kernel="rbf")
SVR(kernel="rbf...
Ансамбль
Регрессоры
Ансамбль...
регрессия
регрессия
Рандомизированный
PCA
Randomized...
ДА
ДА
<10K
образцы
<10K...
Ядро
Аппроксимация
Ядро...
NO
NO
IsoMap
IsoMap
Spectral
Встраивание
Спектральный...
ДА
ДА
LLE
LLE
размерность
reduction
размерность...
scikit-learn
шпаргалка по алгоритмам
scikit-learn...
ПОПРОБУЙТЕ
СЛЕДУЮЩИЙ
ПОПРОБУЙТЕ...
ПОПРОБУЙТЕ
СЛЕДУЮЩИЙ
ПОПРОБУЙТЕ...
ПОПРОБУЙТЕ
СЛЕДУЮЩИЙ
ПОПРОБУЙТЕ...
ПОПРОБУЙТЕ
СЛЕДУЮЩИЙ
ПОПРОБУЙТЕ...
ПОПРОБУЙТЕ
СЛЕДУЮЩИЙ
ПОПРОБУЙТЕ...
ПОПРОБУЙТЕ
СЛЕДУЮЩИЙ
ПОПРОБУЙТЕ...
ПОПРОБУЙТЕ
СЛЕДУЮЩИЙ
ПОПРОБУЙТЕ...
Текст не является SVG — невозможно отобразить