良好的流程图，为哪一ML模型使用给定特征的数据集？

Question

有这么多的ML模型可供选择。寻找一个流程图，有人可能已经创建或遇到帮助您决定使用哪个ML模型(S)。

下面是一些可能的流程图分割标准，我必须确定我应该使用哪些ML模型：

1. 回归还是分类问题？
2. 无人监督还是监督？
3. 观众是谁。是否更注重可解释性？
4. 数据集有很多异常值吗？
5. 结果变量不平衡还是不平衡？
6. 小或大的数据集。是否需要几个星期或几个小时才能训练出更多的模特？

这里有我失踪的地方吗？

Answer 1

这是一个关于机器学习问题框架的通用分类法的有趣问题。虽然在实践中有时很难事先知道哪种算法是最好的选择，但作为第一次近似，有一些通用规则需要遵循，比如Scikit-学习中包含了一些要点的如下内容：

关于像不平衡的数据集这样的问题，我会更加注意使用哪些度量标准(例如，精确召回AUC而不是ROC AUC).