您选择的机器学习算法取决于数据的大小，质量和类型，以及项目时间表和总体目标。选择适当的机器学习算法，有助于从结果预测中获得的洞察力。

以下是开始机器学习项目时需要考虑的一些注意事项：

• 准确性：项目的目标是确定最准确的结果还是近似值满足您的项目需求？近似输出可以减少处理时间并保持大型数据集的高性能。
• 训练时间：所需的训练时间量因机器学习算法而异，也可能因所需的准确度而异。
• 线性：许多机器学习算法假设输入数据是线性的，这意味着这些模型将假设数据分类可以沿直线分开，或者数据遵循线性趋势。可以快速训练线性模型，但如果数据集实际上遵循非线性趋势，则假设基础数据是线性的可能导致精度降低。
• 特征：特征是数据集的属性（将其视为电子表格中的列标题），大量特征也会影响机器学习模型的性能。

机器学习算法的类型

在考虑了数据属性以及项目要求和目标后，您可以开始将这些需求映射到最佳机器学习模型。可以在下面找到几种不同类型的机器学习算法的描述：

线性回归

线性回归是一种受欢迎且经过充分研究的模型，可以快速训练，使其成为机器学习项目的良好起点。该算法可以提供准确的预测，但它假设数据线性（因此这可能不是非线性数据集的最佳模型）。如果可能且适合项目，应从数据集中删除异常值以提高速度和性能。线性回归模型将以连续的比例提供结果输出。

Logistic回归

与线性回归类似，逻辑回归通常可以快速训练并提供高度准确的结果，尤其是在移除不相关的特征或数据异常值时。与线性回归不同的是，使用逻辑回归模型得到的结果是使用非线性函数进行离散分类(即真或假、垃圾邮件或非垃圾邮件)，而不是提供连续的结果。

决策树

决策树模型具有表示各个变量的决策节点。这些决策节点分成另一个决策节点和叶节点或两个叶节点。叶节点代表决策的结果。这些输出用于进行未来预测。决策树模型几乎不需要数据准备，可以准确预测各种结果。

Bagging和随机森林

Bagging是一种基于训练数据集的多个样本的多个模型（通常是决策树）创建平均值的技术。所有模型都会运行新数据，并对预测进行平均，以提高输出精度。Bagging专注于最佳结果，而Random Forest使用随机性从决策节点生成次优分割。结合Bagging和随机森林模型的预测可以更好地估计真实的产出值，从而提高项目的准确性。

人工神经网络

人工神经网络是在人脑中学习后建模的。该技术可以用于复杂的模式识别。人工神经网络创建节点连接，通过一个到多个隐藏层将输入映射到输出。这在非线性环境中创建了复杂的特征检测器，用于识别通过人工分析无法预测的隐藏模式。

最后

没有一种机器学习算法能解决所有问题。您的项目目标和可用数据影响机器学习的最佳方法。顾问可以帮助指导您完成目标设定过程，以更好地确定机​​器学习模型以实现该目标。他们可以确定数据质量等潜在问题，并提出解决方案和实施方案以克服挑战。