http://blog.csdn.net/hubz131/article/details/78602081
一、首先要考虑的是机器学习算法的目的：
1.预测目标变量的值：监督学习算法
①目标变量是离散型的，例如是/否、1/2/3、A/B/C、或者红/黄/黑等…………选择分类器算法。
②目标变量是连续型的，例如0.0~100.0、-999~999、或者~等…………选择回归算法
2.如果不想预测目标变量的值，则可以选择无监督学习算法
分析是否需要将数据分为离散的组
①如果这是唯一要求，则使用聚类算法。
②如火还需要估计数据与每个分组的相似程度，则需要使用密度估计算法。
二、其次要考虑的是数据问题
主要了解数据的以下特性：
①特征值是离散型变量还是连续型变量；
②特征值中是否存在缺失的值，何种原因造成缺失值；
③数据中是否存在异常值，摸个特征发生的频率如何（是否罕见如海底捞针），等等。
充分了解以上特性，可以缩短选择机器学习算法的时间。一般来说，发现最好算法的关键环节是反复试错的迭代过程。