机器学习中的一些困惑

Question

我在使用机器学习算法时有两个困惑。一开始，我不得不说我只是用它。

1. 有A和B两个类别，如果我想从它们的混合物中挑选尽可能多的A，我应该使用哪种算法(不需要考虑样本的数量)。一开始我认为它应该是一个分类算法。例如，我在一个包TMVA中使用boost决策树，但是有人告诉我BDT实际上是一个回归算法。

2. 我发现当我有粗糙的数据。如果我在把它扔给BDT之前对它进行分析(做一些组合……)，结果会比我把粗数据扔给BDT好。既然粗糙的数据包含了所有的信息，为什么还需要我自己去分析呢?

如果你不清楚，请补充评论。

Answer 1

对于2，您必须对数据执行一些操作并将其馈送以更好地执行，因为它没有内置到analyze的算法中。它只关注数据和classifies。你所说的分析问题被称为feature selection或feature engineering，它必须手工完成(当然，除非你使用某种学习特征的技术，例如。深度学习)。在机器学习中，我们已经多次看到，操纵/工程特征比原始特征表现得更好。

对于1，我认为BDT既可以用于回归，也可以用于分类。这看起来像是一个分类问题(选择还是不选择)。因此，您应该使用分类算法

Answer 2

您确定ML是解决您问题的方法吗?在这种情况下，一些分类算法将是:逻辑回归，神经网络，支持向量机，决策树等等