我对机器学习相当新，并且最近一直在研究一个新的分类问题，我将在下面给出链接。由于汽车让我感兴趣，我决定使用一个基于几个属性来处理汽车分类的数据集。
http://archive.ics.uci.edu/ml/datasets/Car+Evaluation
现在，我知道可能有很多方法可以解决这个特殊情况，但这里真正的问题是 - 哪种特定算法可能最有效？
我正在考虑回归，SVM，KNN和隐马尔可夫模型。任何建议都将非常感谢。
答案 0 :(得分：-1)
您有1728个样本的多类别分类问题。这些功能分为6组：
buying v-high, high, med, low
maint v-high, high, med, low
doors 2, 3, 4, 5-more
persons 2, 4, more
lug_boot small, med, big
safety low, med, high
您需要为功能做的是创建这样的功能：
buying_v-high, buying-high, buying-med, buying-low, maint-v-high, ...
最后你会有
4+4+4+3+3+3 = 21
特征。输出类是：
class N N[%]
-----------------------------
unacc 1210 (70.023 %)
acc 384 (22.222 %)
good 69 ( 3.993 %)
v-good 65 ( 3.762 %)
您需要尝试多种分类算法，以确定哪种算法效果更好。对于评估，您可以使用交叉验证，或者您可以放弃说728或样本并对其进行评估。
对于分类模型，您可以迭代机器学习库中可用的10多种不同的分类模型，并检查哪一种更好。为了简单起见，我建议使用scikit-learn。
你可以在this script中的几个分类器上找到一个简单的迭代器。
请记住，您需要为每个模型调整一些参数，而不应在测试集上调整它们。因此，最好将样本分为1000（训练集），350（开发集），378（测试集）。使用开发集来调整参数并选择性能最佳的模型，然后使用测试集来评估该模型而不是看不见的数据。