ML/DL之预测分析类：利用机器学习算法进行预测分析的简介、分析、代码实现之详细攻略
目录
机器学习算法进行预测的简介
机器学习算法进行预测的分析
机器学习算法进行预测的代码实现
机器学习算法进行预测的简介
1、推荐论文 《An Empirical Comparison of Supervised Learning Algorithms》 Rich Caruana，Alexandru Niculescu-Mizi。 《An Empirical Evaluation of Supervised Learning in High Dimensions》 Rich Caruana, Nikos Karampatziakis，Ainur Yessenalina 这两篇论文中，作者选择了各种分类问题，用各种不同的算法来构建预测模型。然后测试这些预测模型在测试数据中的效果，这些测试数据当然不能应用于模型的训练阶段，对这些算法根据性能进行打分。 第一篇论文针对11 个不同的机器学习问题（二元分类问题）对比了9 个基本算法。所选问题来源广泛，包括人口统计学、文本处理、模式识别、物理学和生物学。表1-1 列出了此篇论文所用的数据集，所用名字与论文中的一致。此表还展示了针对每个数据集做预测时使用了多少属性（特征）以及正例所占的百分比。
机器学习算法进行预测的分析
更新……
机器学习算法进行预测的代码实现
更新……
