如何进行核心机器学习

Question

我在Google云端存储中拥有大量数据集(csv;大约300 GB;客户的CRM数据),我打算创建一个模型来预测我们网站上客户的回归.

我正在评估几种替代方案:

处理和数据清理

1. 通过pandas中的块读取数据; 使用pandas方法和其他python库清理数据并创建功能;
2. 在numpy数组中逐行读取数据; 清理数据并使用python创建功能(没有pandas方法)

机器学习

1. 使用一些scikit-learn方法(http://scikit-learn.org/stable/modules/scaling_strategies.html)进行数据拟合的增量学习.
2. Vowpal Wabbit
3. TensorFlow(例如逻辑回归)

从硬件方面来看,我的服务器具有8 GB RAM,并且可以访问小型(标准)Google Cloud实例.此外,我将自动执行此任务,并为日常预测创建一些数据管道.以前,我使用Pandas + Scikit学习机器学习,但在这个问题中数据不适合内存.

1. 我应该采取哪种方法来完成这项任务？
2. 是否有一些树算法用于增量学习(Gradient Boosting,Random Forest)？它们更为可取,因为它们具有良好的性能而无需大量数据准备和扩展.