常用的机器学习、数据挖掘方法有分类，回归，聚类，推荐，图像识别等。在实际应用中，一般都是采用启发式学习方式来实验。通常最开始我们都会选择大家普遍认同的算法，诸如SVM,GBDT,Adaboost，现在深度学习很火热，神经网络也是一个不错的选择。假如你在乎精度的话，最好的方法就是通过交叉验证对各个算法一个个地进行测试，进行比较，然后调整参数确保每个算法达到最优解，最后选择最好的一个。但是如果你只是在

常用的机器学习、数据挖掘方法有分类，回归，聚类，推荐，图像识别等。在实际应用中，一般都是采用启发式学习方式来实验。通常最开始我们都会选择大家普遍认同的算法，诸如SVM,GBDT,Adaboost，现在深度学习很火热，神经网络也是一个不错的选择。假如你在乎精度的话，最好的方法就是通过交叉验证对各个算法一个个地进行测试，进行比较，然后调整参数确保每个算法达到最优解，最后选择最好的一个。但是如果你只是在