20210110 - 起笔于10点29分

0. 引言

我觉得这个问题很值得思考，你跑了一个算法，然后发现算法性能不好，这个时候该怎么办？在以前的时候，阅读某些材料时，看到过这样的说法：如果算法结果不好，可以尝试换一个算法，因为不同的算法他们可能迎合的数据假设或者说数据特点不一样。换言之，就是换一种不同类型的算法。当然，还有就是对算法的参数进行调优。

但是，如果你尝试了好多算法，而且你得到了你调优后的最优算法，那么这个时候，你该怎么办？！这个时候的性能还是不能符合你的要求，不能满足实际场景的需求，应该怎么办。

1. 本质问题

1.1 相关的解决方案有哪些

之前看到这个这一类的问题，首先要考虑是否是过拟合，也就是从训练集和测试集的差别上来看；然后就是换一个算法，希望通过从不同算法的角度来达到提升的效果；增加更多数据等等。
关于这部分内容，大致上都是这些思路。

但是假如这些方法都不行了，你应该怎么办。

1.2 算法的缺陷

有没有考虑过某个算法本身的问题呢？！实际上，如果你仅仅会通过更换算法的方式，如果运气好你碰到了一个好算法能够试用的问题，但是如果没有这么运气好呢。这样的角度本质上，跟一个脚本小子，调参大侠没什么区别。

所以，我觉得，更应该思考深层次的问题，为什么这个算法不好，为什么别人的数据就好使，而你的数据不好使呢？！你能够做出甚么样的算法改变来提升这个性能呢！？

2. 思考

在写这篇文章的时候，我就在思考，我平时可能就是换换算法，调调参数，但是这次遇到的问题就是，知道的算法，都测试过了，性能还是不能提升，那这个时候该怎么办。可能以前我就会把锅摔到数据的问题上。

但是，如果是数据的问题，那就真的不要做了，没啥意义。那么假设不是数据的问题，你还有什么方法来进行改进呢。这才是应该思考的角度。

（完成于20210110 - 10点49分）

思考：机器学习方法性能不好怎么办？！相关推荐

《Python自然语言处理-雅兰·萨纳卡(Jalaj Thanaki)》学习笔记：08 自然语言处理中的机器学习方法
08 自然语言处理中的机器学习方法 8.1 机器学习的基本概念 8.1.1 ML类型 8.1.2 ML 监督学习 8.1.3 无监督学习 8.1.4 强化学习 8.2 自然语言处理应用的开发步骤 8. ...
如何用机器学习方法进行数据建模？（文末福利）
本文节选自CCF大数据教材系列丛书之<大数据导论>,由中国科学院院士梅宏主编.本书系统地介绍大数据涵盖的内容,包括数据与大数据概述.大数据感知与获取.大数据存储与管理.大数据分析.大数据处 ...
水声被动定位中的机器学习方法研究进展综述
水声被动定位中的机器学习方法研究进展综述人工智能技术与咨询来源:<信号处理>,作者牛海强等摘要: 本文对基于机器学习方法的水声被动定位研究进展进行了综述.所涉及的机器学习方法有多层 ...
一些关于计算机视觉的思考和学习方法
转自:https://me.csdn.net/ali_start (该博主也是转载的,很遗憾我没能找到这篇博文真正的作者,如果原文博主看到这篇文章,请您私信我,很想向您请教一些问题) 这两年,计算机视 ...
用于临床心理学和精神病学的机器学习方法
用于临床心理学和精神病学的机器学习方法特别着重于从多维数据集学习统计函数,以对个体进行普适性的预测.机器学习方法有可能利用临床和生物学数据来更好地帮助医生做出对精神疾病患者的诊断,预后和治疗相关的决策 ...
Nat. Commun. | 识别药物靶点的贝叶斯机器学习方法
今天给大家介绍的是2019年11月发表在Nature Communications的一篇文章,"A Bayesian machine learning approach for drug t ...
人工机器：人工智能中的机器学习方法
人工智能的定义为基于表观的行为定义,即图灵测试,可以形式化为模式识别.智能从知识论的角度分析,归纳明确知识规则构建知识图谱系统形成专家系统,而通过数据获得归纳规则约束参数为机器学习系统,即基于数据的模 ...
机器学习实用指南_机器学习方法：实用指南
机器学习实用指南 by Karlijn Willems 通过Karlijn Willems 机器学习方法:实用指南 (How Machines Learn: A Practical Guide) Yo ...
机器学习方法_机器学习大拿253页新书：可解释机器学习方法的局限籍（附下载）...
新智元推荐来源:专知编辑:元子 [新智元导读]机器学习大拿Christoph Molnar推出新书可解释机器学习的局限性,阐述了可解释机器学习的概念.方法等,以及重要的是适用的边界,即可解 ...

思考：机器学习方法性能不好怎么办？！