机器学习与深度学习 / 知识点

机器学习算法速查手册

手册条目

根据目标变量和业务目标区分分类、回归、聚类、降维、异常检测与推荐任务。

判断任务类型

先确认要预测的结果、是否存在目标变量,以及最终动作是预测、分组、压缩、找异常还是排序推荐。任务类型判断错误,会直接导致标签设计、数据切分和评估指标全部偏离目标。

基本语法

按以下顺序判断,遇到明确业务目标时优先采用该目标对应的任务类型:

  1. 为用户或物品生成候选并排序:推荐。
  2. 识别少数异常样本或异常行为:异常检测。
  3. 没有目标变量,希望发现自然分组:聚类。
  4. 没有目标变量,希望减少特征数量:降维。
  5. 有目标变量且结果为离散类别:分类。
  6. 有目标变量且结果为连续数值:回归。

机器学习任务类型判断流程

下面的脚本可把常见业务描述映射为任务类型:

python
from typing import Optional


def choose_task(
    has_target: bool,
    target_kind: Optional[str] = None,
    goal: Optional[str] = None,
) -> str:
    # 明确的推荐和异常检测目标优先于一般的监督学习判断。
    if goal == "recommend":
        return "推荐"
    if goal == "anomaly":
        return "异常检测"
    if not has_target:
        return "降维" if goal == "reduce_dim" else "聚类"
    if target_kind == "category":
        return "分类"
    if target_kind == "number":
        return "回归"
    raise ValueError("有监督任务必须指定 target_kind")


cases = [
    ("是否流失", True, "category", None),
    ("明日销量", True, "number", None),
    ("客户分群", False, None, None),
    ("压缩特征", False, None, "reduce_dim"),
    ("识别异常交易", False, None, "anomaly"),
    ("猜你喜欢", False, None, "recommend"),
]

for name, has_target, target_kind, goal in cases:
    print(f"{name}: {choose_task(has_target, target_kind, goal)}")

预期输出:

text
是否流失: 分类
明日销量: 回归
客户分群: 聚类
压缩特征: 降维
识别异常交易: 异常检测
猜你喜欢: 推荐

读取时先看冒号右侧的任务类型,再检查左侧业务目标是否确实对应可观测的标签或动作。

高频用法

业务问题 目标变量或结果 任务类型
判断订单是否欺诈 欺诈、正常 分类
预测下月销售额 连续金额 回归
将客户划分为若干群体 无预设标签 聚类
将数百个特征压缩为少量变量 低维表示 降维
找出偏离正常模式的设备 异常分数 异常检测
给用户排列候选商品 点击或购买排序 推荐

风险与边界

同一业务可能包含多个子任务。例如推荐系统通常同时包含候选召回、点击率预测和排序,不能只写成一个分类问题。安全做法是按最终交付结果拆分任务,并分别定义输入、标签和指标。

存在历史标签不代表一定要做分类。若目标是发现此前从未标注的新型欺诈,纯分类模型可能漏报,宜同时保留异常检测作为补充。

排障清单

  • 模型输出无法直接支持业务动作:重新确认最终需要类别、数值、分组、异常分数还是排序列表。
  • 标签在预测时才产生:检查是否把未来信息当成当前可用特征。
  • 连续数值被人为切成区间:确认业务是否真的需要类别,否则优先保留为回归。
  • 聚类结果无法解释:先确认分群是否有可执行用途,再调整特征和距离度量。

速查提示:先问“最终要输出什么”,再问“训练时是否有可信目标变量”

目录与阅读设置

记录一个想法

机器学习算法速查手册

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通