大致浏览一下回归:

考虑下面 == 如果样本的数据量 >= 100k

考虑下面 == 如果样本的数据量 < 100k 并且 少数特征是重要

Lasso 和 ElasticNet 项目案例

考虑下面 == 如果样本的数据量 < 100k 并且 少数特征是不重要

ridge-regression 项目案例

SVR(kernel='linear') 项目案例

考虑下面 == 如果无效

EnsembleRegressors-RandomForestRegressor 项目案例

EnsembleRegressors-AdaBoostRegressor 项目案例

SVR(kernel='rbf') 项目案例

大致浏览一下分类:

判断 数据样本条数是否小于 100k， yes 的话，采用 Linear SVC

• SVM 中 Linear SVC 的项目案例

如果上面的 Linear SVC 模型不 work

那么继续判断 样本数据是否是文本数据

• 如果 yes，采用朴素贝叶斯模型 Naive Bayes 的项目案例

• 如果 no，采用 k-近邻分类算法 KNeighbors Classifier 的项目案例 和 Nearest Neighbors regression 项目案例

如果 k-近邻算法不 work ,采用 SVC 或者 Ensemble Classifiers 算法

• SVC 的项目案例

• Ensemblle Classifiers 的项目案例分为了两部分来弄 随机森林：面部补全 和 使用 AdaBoost 的决策树回归

回到最初的问题上，数据样本条数是否小于 100k, no 的话，采用 SGD Classifier 算法（随机梯度下降）

• SGD Classifier 的项目案例

如果 SGD 不 work 的话，采用 kernel approximation

• kernel approximation 的项目案例

大致浏览一下聚类：

大致浏览一下降维：

Randomized PCA 项目案例

考虑下面 == 无效 并且 如果样本的数据量 < 10k

考虑下面 == 无效 并且 如果样本的数据量 >= 10k

考虑下面 == 无效 并且 无效