最好的數據庫/分類技術

Question

是否存在一些常用的強大的數據分析技術，這些技術常見且適用於各種情況下的各種數據？

例如，我需要對新數據進行分類。我已經有了它的分類。我需要嘗試（我的想法示例如下）：

1. 嘗試應用PCA，然後RandomForestDecisions;
2. 經由方法X（使用LIB甲在蟒）找到最顯著列，然後應用Kohonen神經網絡使用這種方式所有數據;
3. 嘗試SVM與馬爾可夫CHAINES（參見這個例子在R，和在此數學，並提高結果與該結果K最近方法;
4. 使用本工具包找到數據異常，並嘗試通常反推NN（如這裏）或recvent神經網絡喜歡這裏;
5. 結合遺傳算法（像此）上線性分類器（我的意思此）。

例如，我瞭解到xgboost *算法贏得了很多機器學習任務和比賽。

我覺得像宇航員/宇航員潛水Infinity在當前的數據挖掘工具和算法的數量和搜索正確，但也強大的方法來可行的結果。感謝任何ML原理的結構視覺與鏈接）

Answer 1

你問這些是否有效的監督學習技術？如果是這樣，是的，你可以嘗試所有這五個，看看哪一個給你最好的結果。使用哪種方法確實取決於您的應用程序。

PCA降低了您的數據維數/功能數量。這通常是無監督學習方法（如最近鄰居（特徵臉等））的預處理步驟，但實際上可以與隨機森林或其他決策樹/裝袋方法一起使用，以使您的代碼更快地運行並減少方差。

SVM（http://scikit-learn.org/stable/modules/generated/sklearn.svm.SVC.html），QDA，LDA，邏輯迴歸（可能帶有內核）是您可以嘗試的許多方法之一。

爲了使事情簡單化，您還可以嘗試訓練帶有一個隱藏層的神經網絡，然後看看結果如何。如果你的輸出層不是太大（〜10），選擇一個合理的隱藏層大小（〜200），並有一個相對較大的輸入層大小（約60000），這樣一個網絡的基本實現可以給你一個分類的準確性約97％。

但是，這又取決於你想要做什麼。