问题五：最新的算法一定能得到更好的结果吗？
并非如此。
在读研究生的时候，我学到了各种预测建模的算法，并将大部分进行了编程实践。毕业后我去了一家专注于神经网络的软件公司，我想这是最厉害的建模技术了！
工作期间我咨询了许多使用我们公司软件进行应用的客户。在通常情况下，客户的内部员工已经开发过相关的应用，其建模技术并不比神经网络更为复杂。而我发现，相对之前的模型，神经网络技术顶多只能提供微弱的改进。
怎样才能使模型性能大幅改善？这需要依靠更优秀的数据（输入的是垃圾，输出的也是垃圾）
- 改进数据表达方式（使用各种数据转换方法，包括对数、比率运算）
- 增加更多非冗余的样本数据
补充资料：
著名的数据挖掘门户网站KDnuggets在最近的一次调查中发现，最常用的挖掘算法还是决策树、回归和聚类分析。下表就是根据调查得出2011年最常用的十大方法。
| Algorithm | Usage |
|---|---|
| 决策树 (186) | 59.8 % |
| 回归 (180) | 57.9 % |
| 聚类 (163) | 52.4 % |
| 描述统计 (149) | 47.9 % |
| 可视化 (119) | 38.3 % |
| 时间序列分析 (92) | 29.6 % |
| 支持向量机 (89) | 28.6 % |
| 关联分析 (89) | 28.6 % |
| 集成方法 (88) | 28.3 % |
| 文本挖掘 (86) | 27.7 % |
没有评论:
发表评论