99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄
首頁(yè)精彩閱讀大數(shù)據(jù)分析到底需要多少種工具？
大數(shù)據(jù)分析到底需要多少種工具？
2015-12-12
收藏

大數(shù)據(jù)分析到底需要多少種工具？

摘要

JMLR雜志上最近有一篇論文，作者比較了179種不同的分類學(xué)習(xí)方法（分類學(xué)習(xí)算法）在121個(gè)數(shù)據(jù)集上的性能，發(fā)現(xiàn)Random Forest（隨機(jī)森林）和SVM（支持向量機(jī)）分類準(zhǔn)確率最高，在大多數(shù)情況下超過(guò)其他方法。本文針對(duì)“大數(shù)據(jù)分析到底需要多少種工具？”這一問(wèn)題展開討論，總結(jié)機(jī)器學(xué)習(xí)領(lǐng)域多年來(lái)積累的經(jīng)驗(yàn)規(guī)律，繼而導(dǎo)出大數(shù)據(jù)分析應(yīng)該采取的策略。

1．分類方法大比武

大數(shù)據(jù)分析主要依靠機(jī)器學(xué)習(xí)和大規(guī)模計(jì)算。機(jī)器學(xué)習(xí)包括監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等，而監(jiān)督學(xué)習(xí)又包括分類學(xué)習(xí)、回歸學(xué)習(xí)、排序?qū)W習(xí)、匹配學(xué)習(xí)等（見圖1）。分類是最常見的機(jī)器學(xué)習(xí)應(yīng)用問(wèn)題，比如垃圾郵件過(guò)濾、人臉檢測(cè)、用戶畫像、文本情感分析、網(wǎng)頁(yè)歸類等，本質(zhì)上都是分類問(wèn)題。分類學(xué)習(xí)也是機(jī)器學(xué)習(xí)領(lǐng)域，研究最徹底、使用最廣泛的一個(gè)分支。

 

機(jī)器學(xué)習(xí)

圖1 機(jī)器學(xué)習(xí)分類體系

最近、Fernández-Delgado等人在JMLR（Journal of Machine Learning Research，機(jī)器學(xué)習(xí)頂級(jí)期刊）雜志發(fā)表了一篇有趣的論文。他們讓179種不同的分類學(xué)習(xí)方法（分類學(xué)習(xí)算法）在UCI 121個(gè)數(shù)據(jù)集上進(jìn)行了“大比武”（UCI是機(jī)器學(xué)習(xí)公用數(shù)據(jù)集，每個(gè)數(shù)據(jù)集的規(guī)模都不大）。結(jié)果發(fā)現(xiàn)Random Forest（隨機(jī)森林）和SVM（支持向量機(jī)）名列第一、第二名，但兩者差異不大。在84.3%的數(shù)據(jù)上、Random Forest壓倒了其它90%的方法。也就是說(shuō)，在大多數(shù)情況下，只用Random Forest 或 SVM事情就搞定了。

2．幾點(diǎn)經(jīng)驗(yàn)總結(jié)

大數(shù)據(jù)分析到底需要多少種機(jī)器學(xué)習(xí)的方法呢？圍繞著這個(gè)問(wèn)題，我們看一下機(jī)器學(xué)習(xí)領(lǐng)域多年得出的一些經(jīng)驗(yàn)規(guī)律。

大數(shù)據(jù)分析性能的好壞，也就是說(shuō)機(jī)器學(xué)習(xí)預(yù)測(cè)的準(zhǔn)確率，與使用的學(xué)習(xí)算法、問(wèn)題的性質(zhì)、數(shù)據(jù)集的特性包括數(shù)據(jù)規(guī)模、數(shù)據(jù)特征等都有關(guān)系。

一般地，Ensemble方法包括Random Forest和AdaBoost、SVM、Logistic Regression 分類準(zhǔn)確率最高。

沒有一種方法可以“包打天下”。Random Forest、SVM等方法一般性能最好，但不是在什么條件下性能都最好。

不同的方法，當(dāng)數(shù)據(jù)規(guī)模小的時(shí)候，性能往往有較大差異，但當(dāng)數(shù)據(jù)規(guī)模增大時(shí)，性能都會(huì)逐漸提升且差異逐漸減小。也就是說(shuō)，在大數(shù)據(jù)條件下，什么方法都能work的不錯(cuò)。參見圖2中Blaco & Brill的實(shí)驗(yàn)結(jié)果。

對(duì)于簡(jiǎn)單問(wèn)題，Random Forest、SVM等方法基本可行，但是對(duì)于復(fù)雜問(wèn)題，比如語(yǔ)音識(shí)別、圖像識(shí)別，最近流行的深度學(xué)習(xí)方法往往效果更好。深度學(xué)習(xí)本質(zhì)是復(fù)雜模型學(xué)習(xí)，是今后研究的重點(diǎn)。

在實(shí)際應(yīng)用中，要提高分類的準(zhǔn)確率，選擇特征比選擇算法更重要。好的特征會(huì)帶來(lái)更好的分類結(jié)果，而好的特征的提取需要對(duì)問(wèn)題的深入理解。

大數(shù)據(jù)

大數(shù)據(jù)
圖2 不同機(jī)器學(xué)習(xí)方法在數(shù)據(jù)集增大時(shí)的學(xué)習(xí)曲線。

3．應(yīng)采取的大數(shù)據(jù)分析策略

建立大數(shù)據(jù)分析平臺(tái)時(shí)，選擇實(shí)現(xiàn)若干種有代表性的方法即可。當(dāng)然，不僅要考慮預(yù)測(cè)的準(zhǔn)確率，還有考慮學(xué)習(xí)效率、開發(fā)成本、模型可讀性等其他因素。大數(shù)據(jù)分析平臺(tái)固然重要，同時(shí)需要有一批能夠深入理解應(yīng)用問(wèn)題，自如使用分析工具的工程師和分析人員。
只有善工利器，大數(shù)據(jù)分析才能真正發(fā)揮威力。


數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼

若不方便掃碼，搜微信號(hào)：CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1：配置參數(shù) // 參數(shù)2：回調(diào)，回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對(duì)象，之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須，不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺(tái)檢測(cè)極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式，包括：float，popup width: "280px", https: true // 更多配置參數(shù)說(shuō)明請(qǐng)參見：http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請(qǐng)輸入'+oInput.attr('placeholder')+'！'; var errTxt = '請(qǐng)輸入正確的'+oInput.attr('placeholder')+'！'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }