Question

我们将使用非常繁杂的真实数据来构建系统。本章并不适合“胆小”的读者，因为我们不会得到一个完美的解决方案，也无法使分类器达到100%的正确率。原因很简单：即使是我们人类，也经常会对一个答案的好坏产生分歧（看看stackoverflow.com 网站上的一些评论就知道了）。恰恰相反，我们会发现，有些问题非常难，必须在解决它的过程中不断调整目标。在这个过程中，我们将会从最邻近方法开始，揭示它在这个问题上的效果为什么不好，并切换到逻辑回归，然后得到一个在小部分数据上有较好预测效果的解决方案。最后，我们将花一点时间来介绍如何选择最佳模型，并把它应用到目标系统上。