机器学习算法选择

Question

我是机器学习方面的新手。我的问题是制作一台机器，根据学生的位置和感兴趣的领域为他选择一所大学。即应选择与学生地址相同的城市内的大学。我对算法的选择感到困惑我可以使用感知器算法来完成这项任务吗？

Answer 1

对于哪种机器学习算法对哪种任务来说是最好的，没有硬性规则。你最好的办法是尝试几种，看看哪一种效果最好。您可以使用Weka toolkit，它实现了许多不同的机器学习算法。是的，您可以使用感知器算法来解决您的问题--但这并不是说您使用它就能获得好的结果。

从你的描述来看，你试图解决的问题听起来并不真的需要机器学习。如果你想要做的就是将一个学生与最近的大学相匹配，该大学提供学生感兴趣的领域的课程，你可以不需要任何学习就能做到这一点。

Answer 2

我赞同第一句话，如果学生必须与大学住在同一地区，你可能不需要机器学习。如果你想使用ML算法，也许最好考虑一下你必须从什么数据开始。脑海中浮现的东西是一所大学的载体，每个特征都有特定的学科/领域。然后计算与向量的距离，这就像是学生的理想特征向量。最小化此距离。

Answer 3

您需要的第一件事也是最重要的事情是一个带标签的数据集。

听起来这个问题可以分解成ML问题，但是你首先需要一组正面和负面的例子来训练。

你的数据集有多大？您有哪些可用的功能？一旦你回答了这些问题，你就可以选择最适合你的数据特征的算法。