似乎有很多与机器学习相关的子领域。是否有一本书或博客概述了这些不同的领域以及每个领域的工作，也许如何开始，以及需要哪些背景知识？
假设我正在研究一些分类问题.(欺诈检测和评论垃圾邮件是我现在正在处理的两个问题,但我对一般的任何分类任务都很好奇.)
我怎么知道我应该使用哪个分类器？
在哪些情况下,其中一种是"自然的"首选,选择那一种的原则是什么？
我正在寻找的答案类型的例子(来自Manning等人的信息检索简介书):
一个.如果您的数据已标记,但数量有限,则应使用具有高偏差的分类器(例如,Naive Bayes).
我猜这是因为较高偏差的分类器会有较低的方差,这很好,因为数据量很小.
湾 如果你有大量的数据,那么分类器并不是那么重要,所以你应该选择一个具有良好可扩展性的分类器.
其他指南是什么？甚至像"如果你必须向一些高级管理人员解释你的模型,那么也许你应该使用决策树,因为决策规则相当透明"的答案是好的.不过,我不太关心实现/库问题.
此外,对于一个有点单独的问题,除了标准的贝叶斯分类器,是否有"标准的最先进"方法用于评论垃圾邮件检测(而不是电子邮件垃圾邮件)？
有人能解释数据挖掘中分类和聚类之间的区别吗？
如果可以,请举两个例子来理解主要想法.
terminology classification cluster-analysis machine-learning data-mining
假设我有一个ndy阵列
a = array([1,0,3])
我想将其编码为2d 1-hot阵列
b = array([[0,1,0,0], [1,0,0,0], [0,0,0,1]])
有快速的方法吗？比仅仅循环a设置元素更快b.
python numpy machine-learning one-hot-encoding numpy-ndarray
在下面的TensorFlow函数中,我们必须在最后一层中提供人工神经元的激活.我明白了 但我不明白为什么它被称为logits？这不是一个数学函数吗？
loss_function = tf.nn.softmax_cross_entropy_with_logits(
logits = last_layer,
labels = target_output
)
machine-learning neural-network deep-learning tensorflow cross-entropy
如何将训练有素的Naive Bayes分类器保存到磁盘并使用它来预测数据？
我从scikit-learn网站获得以下示例程序:
from sklearn import datasets
iris = datasets.load_iris()
from sklearn.naive_bayes import GaussianNB
gnb = GaussianNB()
y_pred = gnb.fit(iris.data, iris.target).predict(iris.data)
print "Number of mislabeled points : %d" % (iris.target != y_pred).sum()
当我使用Theano或Tensorflow训练我的神经网络时,他们将报告每个时期称为"损失"的变量.
我该如何解释这个变量？更高或更低的损失,或者它对我的神经网络的最终性能(准确性)意味着什么？
machine-learning mathematical-optimization neural-network deep-learning objective-function
有关如何最好地将数据划分为训练和验证集的经验法则吗？是否建议平均50/50分割？或者,与验证数据相关的培训数据是否有明显优势(反之亦然)？或者这个选择几乎取决于应用程序？
我分别主要使用80%/ 20%的培训和验证数据,但我选择了这个部门而没有任何原则性原因.在机器学习方面经验丰富的人能告诉我吗？
使用 Conda + Poetry 进行机器学习项目有意义吗？让我分享一下我（新手）的理解，请指正或赐教：
据我了解，Conda和Poetry有不同的目的，但很大程度上是多余的：
我的想法是同时使用两者并划分它们的角色：让 Conda 担任环境管理器，让 Poetry 担任包管理器。我的推理是（听起来）Conda 最适合管理环境，可用于编译和安装非 python 包，尤其是 CUDA 驱动程序（用于 GPU 功能），而 Poetry 作为 Python 包管理器比 Conda 更强大。
通过在 Conda 环境中使用 Poetry，我成功地相当轻松地完成了这项工作。诀窍是不要使用 Poetry 来管理 Python 环境：我没有使用poetry shellor poetry run、 onlypoetry init等命令poetry install（激活 Conda 环境后）。
为了充分披露，我的environment.yml文件（针对Conda）如下所示：
name: N
channels:
- defaults
- conda-forge
dependencies:
- python=3.9
- cudatoolkit
- cudnn
我的诗歌.toml …
machine-learning ×10
data-mining ×3
python ×3
conda ×1
numpy ×1
package ×1
scikit-learn ×1
tensorflow ×1
terminology ×1