常用的机器学习、数据挖掘方法有分类，回归，聚类，推荐，图像识别等。在实际应用中，一般都是采用启发式学习方式来实验。
偏差&方差
偏差：描述的是预测值（估计值）的期望与真实值之间的差距，偏差越大，越偏离真实数据。
偏差bias其实是模型太简单而带来的估计不准确的部分—欠拟合
方差：描述的是预测值的变化范围、离散程度，是离其期望值的距离。方差越大，数据的分布越分散。
方差variance则是模型太复杂而带来的更大的变化空间和不确定性—过拟合
模型的真实误差= 偏差 + 方差 + 噪声
如果是小训练集，高偏差/低方差的分类器（如：朴素贝叶斯NB）要比低偏差/高方差的分类器（如：KNN）的优势大，因为后者会过拟合。但是随着训练集的增长，模型对于原数据的预测能力就越好，偏差就会越低，此时低偏差/高方差分类器就会渐渐的表现其优势（因为它们有较低的渐进误差），此时高偏差分类器已经不足以提供准确的模型了。
常见算法的优缺点
一 朴素贝叶斯
朴素贝叶斯（NB）属于生成式模型（即需要计算特征与类的联合概率分布），计算过程非常简单，只是做了一堆计数。NB有一个条件独立性假设，即在类已知的条件下，各个特征之间的分布是独立的。这样朴素贝叶斯分类器的收敛速度将快于判别模型，如逻辑回归，所以只需要较少的训练数据即可。即使NB条件独立假设不成立，NB分类器在实践中仍然表现的很出色。它的主要缺点是它不能学习特征间的相互作用，用mRMR中的R来讲，就是特征冗余。
优点：
朴素贝叶斯模型发源于古典数学理论，有着坚实的数学基础，以及稳定的分类效率。
对小规模的数据表现良好，能处理多分类任务，适合增量式训练。
对缺失数据不太敏感，算法也比较简单，常用于文本分类（如垃圾邮件过滤）
缺点：
需要计算先验概率
分类决策存在错误率
对输入数据的表达形式很敏感。
二 逻辑回归（logistic regression）
逻辑回归是一个分类方法，属于判别式模型，有很多正则化模型的方法（L0，L1，L2），而且不必像在用朴素贝叶斯那样担心特征是否相关。与决策树与SVM相比，还会得到一个不错的概率解释，甚至可以轻松地利用新数据来更新模型（使用在线梯度下降算法online gradient descent）。如果需要一个概率架构（比如，简单地调节分类阈值，指明不确定性，或者是要获得置信区间），或者希望以后将更多的训练数据快速整合到模型中去，那么可以使用它。
优点：
实现简单，广泛的应用于工业问题上；
分类时计算量非常小，速度很快，存储资源低；
便利的观测样本概率分数；
对逻辑回归而言，多重共线性并不是问题，它可以结合L2正则化来解决该问题；
缺点：
当特征空间很大时，逻辑回归的性能不是很好；
容易欠拟合，一般准确度不太高；
不能很好地处理大量多类特征或变量；
只能处理两分类问题
对于非线性特征，需要进行转换。
—————————————————————————————————————————————————————————————–
逻辑回归与朴素贝叶斯的对比：
相同点：都是对条件概率建模，对求得的不同类的结果有很好的解释性，而不像SVM, 神经网络等解释性不高。
不同点：
1. 在有相关性特征的数据上的学习：逻辑回归会更好些。即逻辑回归不会关于特征有没有相关性这方面有局限性，它总是能 找 到一个最优的参数。
2. NB朴素贝叶斯的好处是不需要优化参数，它直接就可以得到一个计数表来计算需要的最终结果。而逻辑回归则是需要去 学习这样一个参数，然后去预测。
3. 朴素贝叶斯在小规模数据集上的表现很好，随着数据的增多，特征维度的增加，逻辑回归的效果更好，这也是因为NB是 生成模型，在有先验的情况下模型能够把数据fit的更好，而逻辑回归属于判别模型，目标驱动化，不去建模联合概 率，通过训练数据直接预测输出，因此在数据足够多的情况下能够得到更好一些的效果。
逻辑回归与SVM的区别
1. LR采用log损失，SVM采用Hinge损失。
2. LR对异常值敏感，SVM对异常值不敏感。
3. 在训练集较小时，SVM较适用，而LR需要较多的样本。
4. LR模型找到的那个超平面，是尽量让所有点都远离他，而SVM寻找的那个超平面，是只让最靠近中间分割线的那些点尽量 远离，即只用到那些支持向量的样本。
5. 对非线性问题的处理方式不同，LR主要靠特征构造，必须组合交叉特征，特征离散化。SVM也可以这样，还可以通过 kernel。
—————————————————————————————————————————————————————————————–
三 线性回归
线性回归是用于回归的，而不像Logistic回归是用于分类，其基本思想是用梯度下降法对最小二乘法形式的误差函数进行优化，当然也可以用normalequation直接求得参数的解，结果为：
而在LWLR（局部加权线性回归）中，参数的计算表达式为:
由此可见LWLR与LR不同，LWLR是一个非参数模型，因为每次进行回归计算都要遍历训练样本至少一次。
优点： 实现简单，计算简单；
缺点： 不能拟合非线性数据.
四 最近邻算法——KNN
KNN即最近邻算法，其主要过程为：计算训练样本和测试样本中每个样本点的距离（常见的距离度量有欧式距离，马氏距离等）；对上面所有的距离值进行排序；选前k个最小距离的样本；根据这k个样本的标签进行投票，得到最后的分类类别；
如何选择一个最佳的K值，这取决于数据。一般情况下，在分类时较大的K值能够减小噪声的影响。但会使类别之间的界限变得模糊。一个较好的K值可通过各种启发式技术来获取，比如，交叉验证。另外噪声和非相关性特征向量的存在会使K近邻算法的准确性减小。
近邻算法具有较强的一致性结果。随着数据趋于无限，算法保证错误率不会超过贝叶斯算法错误率的两倍。对于一些好的K值，K近邻保证错误率不会超过贝叶斯理论误差率。
优点：
理论成熟，思想简单，既可以用来做分类也可以用来做回归；
可用于非线性分类；
训练时间复杂度为O(n)；
对数据没有假设，准确度高，对outlier不敏感；
缺点：
计算量大；
样本不平衡问题（即有些类别的样本数量很多，而其它样本的数量很少）；
需要大量的内存；
五 决策树
可以处理特征间的交互关系并且是非参数化的，因此不必担心异常值或者数据是否线性可分（举个例子，决策树能轻松处理好类别A在某个特征维度x的末端，类别B在中间，然后类别A又出现在特征维度x前端的情况）。它的缺点之一就是不支持在线学习，于是在新样本到来后，决策树需要全部重建。另一个缺点就是容易出现过拟合，但这也就是诸如随机森林RF（或提升树boostedtree）之类的集成方法的切入点。另外，随机森林经常在很多分类问题上表现很好（通常比支持向量机好一些），它训练快速并且可调，同时无须担心要像支持向量机那样调一大堆参数，所以在以前一直很受欢迎。
决策树中很重要的一点就是选择一个属性进行分枝，因此要注意一下信息增益的计算公式，并深入理解它。
信息熵的计算公式如下:
其中的n代表有n个分类类别（比如假设是2类问题，那么n=2）。分别计算这2类样本在总样本中出现的概率p1和p2，这样就可以计算出未选中属性分枝前的信息熵。
现在选中一个属性xi用来进行分枝，此时分枝规则是：如果xi=vxi=v的话，将样本分到树的一个分支；如果不相等则进入另一个分支。很显然，分支中的样本很有可能包括2个类别，分别计算这2个分支的熵H1和H2,计算出分枝后的总信息熵H’=p1H1+p2H2,则此时的信息增益ΔH=H–H’。以信息增益为原则，把所有的属性都测试一边，选择一个使增益最大的属性作为本次分枝属性。
优点：
计算简单，易于理解，可解释性强；
比较适合处理有缺失属性的样本；
能够处理不相关的特征；
在相对短的时间内能够对大型数据源做出可行且效果良好的结果。
缺点：
容易发生过拟合（随机森林可以很大程度上减少过拟合）；
忽略了数据之间的相关性；
对于那些各类别样本数量不一致的数据，在决策树当中,信息增益的结果偏向于那些具有更多数值的特征（只要是使用了信息增 益，都有这个缺点，如RF）。
Adaboosting
Adaboost是一种加和模型，每个模型都是基于上一次模型的错误率来建立的，过分关注分错的样本，而对正确分类的样本减少关注度，逐次迭代之后，可以得到一个相对较好的模型。Adaboost是一种典型的boosting算法。
优点：
adaboost是一种有很高精度的分类器。
可以使用各种方法构建子分类器，Adaboost算法提供的是框架。
当使用简单分类器时，计算出的结果是可以理解的，并且弱分类器的构造极其简单。
简单，不用做特征筛选。
不容易发生overfitting。
缺点：
对outlier比较敏感
六 SVM支持向量机
高准确率，为避免过拟合提供了很好的理论保证，而且就算数据在原特征空间线性不可分，只要给个合适的核函数，它就能运行得很好。在动辄超高维的文本分类问题中特别受欢迎。可惜内存消耗大，难以解释，运行和调参也有些烦人，而随机森林却刚好避开了这些缺点，比较实用。
优点：
可以解决高维问题，即大型特征空间；
能够处理非线性特征的相互作用；
无需依赖整个数据；
可以提高泛化能力；
缺点：
当观测样本很多时，效率并不是很高；
对非线性问题没有通用解决方案，有时候很难找到一个合适的核函数；
对缺失数据敏感；
对于核的选择也是有技巧的（libsvm中自带了四种核函数：线性核、多项式核、RBF以及sigmoid核）：
第一，如果样本数量小于特征数，那么就没必要选择非线性核，简单的使用线性核就可以了；
第二，如果样本数量大于特征数目，这时可以使用非线性核，将样本映射到更高维度，一般可以得到更好的结果；
第三，如果样本数目和特征数目相等，该情况可以使用非线性核，原理和第二种一样。
对于第一种情况，也可以先对数据进行降维，然后使用非线性核，这也是一种方法。
七 人工神经网络
优点：
分类的准确度高；
并行分布处理能力强,分布存储及学习能力强，
对噪声神经有较强的鲁棒性和容错能力，能充分逼近复杂的非线性关系；
具备联想记忆的功能。
缺点：
神经网络需要大量的参数，如网络拓扑结构、权值和阈值的初始值；
不能观察之间的学习过程，输出结果难以解释，会影响到结果的可信度和可接受程度；
学习时间过长,甚至可能达不到学习的目的。
八 K-Means聚类
优点：
算法简单，容易实现；
对处理大数据集，该算法是相对可伸缩的和高效率的，因为它的复杂度大约是O(nkt)，其中n是所有对象的数目，k是簇的数目,t 是迭代的次数。通常k<<n。这个算法通常局部收敛。
算法尝试找出使平方误差函数值最小的k个划分。当簇是密集的、球状或团状的，且簇与簇之间区别明显时，聚类效果较好。
缺点：
对数据类型要求较高，适合数值型数据；
可能收敛到局部最小值，在大规模数据上收敛较慢
K值比较难以选取；
对初值的簇心值敏感，对于不同的初始值，可能会导致不同的聚类结果；
不适合于发现非凸面形状的簇，或者大小差别很大的簇。
对于”噪声”和孤立点数据敏感，少量的该类数据能够对平均值产生极大影响。
总 结
简单的算法选择技巧：
首先应该选择的就是逻辑回归，如果它的效果不怎么样，那么可以将它的结果作为基准参考，在基础上与其他算法进行比较；
然后试试决策树（随机森林）看看是否可以大幅度提升你的模型性能。即便最后并没有把它当做为最终模型，也可以使用随机森林来移除噪声变量，做特征选择；
如果特征的数量和观测样本特别多，那么当资源和时间充足时（这个前提很重要），使用SVM不失为一种选择。
通常情况下【GBDT>=SVM>=RF>=Adaboost>=Other】，现在深度学习很热门，很多领域都用到，它是以神经网络为基础的。
算法固然重要，但好的数据却要优于好的算法，设计优良特征是大有裨益的。假如有一个超大数据集，那么无论你使用哪种算法可能对分类性能都没太大影响（此时就可以根据速度和易用性来进行抉择）。
参 考
https://en.wikipedia.org/wiki/Bias%E2%80%93variance_tradeoff
http://blog.echen.me/2011/04/27/choosing-a-machine-learning-classifier/
http://www.csuldw.com/2016/02/26/2016-02-26-choosing-a-machine-learning-classifier/
