我想我必须从此列表中选择一个：
http://scikit-learn.org/stable/modules/scaling_strategies.html
我需要增量学习。
我正在尝试让机器学习学习如何玩简单的NES游戏。我将教机器中的一些基本数据，例如玩家X＆amp;是的，敌人X＆amp;是的，点等
基于上述数据，机器应预测要按哪个按钮。
那么您建议使用哪个分类器？
在这里，让我为您进行浏览器搜索：
机器学习火车计算机玩电子游戏
首次命中
总而言之，这不是您通过从菜单上选择分类器来解决的问题。现在，本文是极端学习：模型仅从屏幕图像（像素数组）中训练。如果您提取游戏抽象（在屏幕上识别对象），则将有更快的培训期。但是，此事仍然是要玩视觉游戏 well ，您可能需要本研究论文中概述的学习策略：基于时间的输入并延迟奖励认可。
这意味着您的机器学习从点，生活或上场时间获得了一些特定良好行动的反馈。例如，在 pong 中，您可能会制作一个2杆组合：一个将对手的桨从位置拉出，第二个将球拍在对面的角落。只有在对手失败后，您才明白。
这不是要做得好的小问题。