# 機器學習 Q＆amp; A：概念漂移，更好的結果和學習更快 > 原文： [https://machinelearningmastery.com/machine-learning-qa-concept-drift-better-results-and-learning-faster/](https://machinelearningmastery.com/machine-learning-qa-concept-drift-better-results-and-learning-faster/) 我通過電子郵件得到了很多關于機器學習的問題，我喜歡回答它們。 我會看到真正的人在做什么，并幫助改變現狀。 （你對機器學習有疑問嗎？[聯系我](http://machinelearningmastery.com/contact/ "Contact")）。 在這篇文章中，我重點介紹了我最近收到的一些有趣的問題并總結了我的答案。 [](https://3qeqpr26caki16dnhd19sv6by6v-wpengine.netdna-ssl.com/wp-content/uploads/2014/11/machine-learning-qa.jpg) 機器學習 Q＆amp; A 攝影： [Angelo Amboldi](http://www.flickr.com/photos/angelocesare/8141688142) ，保留一些權利 ## 為什么我的垃圾郵件分類器會在所有舊電子郵件上進行訓練時變得更糟？ 這是一個很好的問題，因為它突出了機器學習中一個稱為概念漂移的重要概念。 電子郵件的內容隨時間而變化。用戶將更改他們與誰交談以及在哪些主題上。電子郵件垃圾郵件發送者將發送不同的優惠，并將積極改變他們在電子郵件中的策略，以避免電子郵件垃 這些更改會影響建模。 關于哪些電子郵件是垃圾郵件和哪些不是垃圾郵件的最佳信息來源是最近收到的電子郵件。回到過去，電子郵件對建模問題的用處越少。 在模型中捕獲了什么是垃圾郵件和非垃圾郵件的概念，它基于您用于訓練該模型的數據。如果垃圾郵件的概念或概念發生變化，那么您需要收集更多示例并更新模型。 這是問題的重要屬性，可以影響您對問題建模所做的決策。例如，您可能希望選擇一個可以輕松更新的模型，而不是從頭開始重建。 ## 如何在機器學習問題上獲得更好的結果？ 就像一件軟件或一件藝術品，它永遠不會完成。有一天你會停止工作。 你可以嘗試很多東西，一些廣泛的領域包括： * **處理數據**：查看特征工程，試圖將更多有用的問題結構暴露給建模算法。看看您是否可以收集可以解決問題的其他數據。調查[數據準備](http://machinelearningmastery.com/improve-model-accuracy-with-data-pre-processing/ "Improve Model Accuracy with Data Pre-Processing")，例如縮放和其他數據轉換，可以更好地揭示問題中的結構。 * **使用其他算法**：是否有其他[算法可以檢查](http://machinelearningmastery.com/why-you-should-be-spot-checking-algorithms-on-your-machine-learning-problems/ "Why you should be Spot-Checking Algorithms on your Machine Learning Problems")？總是有更多的算法，并且通常有非常強大的算法可供您查找和嘗試。 * **使用算法**：你從你嘗試過的算法中獲得了最大的收益嗎？ [使用網格或隨機搜索調整算法參數](http://machinelearningmastery.com/how-to-tune-algorithm-parameters-with-scikit-learn/ "How to Tune Algorithm Parameters with Scikit-Learn")。 * **結合預測**：嘗試結合多個表現良好但不同算法的預測。使用[整體方法](http://machinelearningmastery.com/improve-machine-learning-results-with-boosting-bagging-and-blending-ensemble-methods-in-weka/ "Improve Machine Learning Results with Boosting, Bagging and Blending Ensemble Methods in Weka")，如裝袋，加強和混合。 您推動準確度越高，您將模型過度擬合到訓練數據的可能性就越高，并且限制了對看不見的數據的適用性。 重新訪問[問題定義](http://machinelearningmastery.com/how-to-define-your-machine-learning-problem/ "How to Define Your Machine Learning Problem")并設置最低精度閾值。通常，“_ 足夠好 _”模型比精細調整（和脆弱）模型更實用。 請參閱這篇題為“[模型預測準確性與機器學習中的解釋](http://machinelearningmastery.com/model-prediction-versus-interpretation-in-machine-learning/ "Model Prediction Accuracy Versus Interpretation in Machine Learning")”的文章。 ## 如何更快地學習機器學習？ 實踐。很多。 1. 閱讀書籍，學習課程，學習并利用其他人的想法。 2. 擅長端到端的[工作問題](http://machinelearningmastery.com/process-for-working-through-machine-learning-problems/ "Process for working through Machine Learning Problems")。 3. [學習機器學習算法](http://machinelearningmastery.com/how-to-study-machine-learning-algorithms/ "How to Study Machine Learning Algorithms")。 4. 工作問題，重現論文和競賽的結果。 5. 設計并執行小型[自學項目](http://machinelearningmastery.com/self-study-machine-learning-projects/ "4 Self-Study Machine Learning Projects")并建立一系列結果。 學習新事物還不夠好。 要更快地學習，您需要更加努力。你需要將你正在學習的東西付諸行動。你需要工作和返工問題。 ## 有什么問題可以解決？ 從 [UCI 機器學習庫](http://archive.ics.uci.edu/ml/)中的數據集開始。它們很小，它們適合內存，學術界使用它們來演示算法屬性行為，因此它們有點被很好地理解。 最受歡迎的數據集列表將是一個很好的起點。 轉向競爭數據集。獲得足夠好的結果，然后嘗試在競賽獲勝者上重現結果（粗略地說，通常沒有足夠的信息）。 來自最新 [KDDCup](http://www.sigkdd.org/kddcup/index.php) 和 [Kaggle](https://www.kaggle.com/) 比賽的數據集將是一個很好的起點。 最后，提出自己的問題（或接受他人）并定義自己的問題，收集數據，并通常端到端地解決問題。 更多信息： * [處理對您來說很重要的問題](http://machinelearningmastery.com/work-on-machine-learning-problems-that-matter-to-you/ "Work on Machine Learning Problems That Matter To You") * [處理與錢有關的問題](http://machinelearningmastery.com/machine-learning-for-money/ "Machine Learning for Money") ## 如何超越駕駛機器學習工具？ 我建議初學者學習如何驅動機器學習工具和庫，并擅長端到端的[工作機器學習問題](http://machinelearningmastery.com/process-for-working-through-machine-learning-problems/ "Process for working through Machine Learning Problems")。 我這樣做是因為這是應用機器學習的基礎，在這個過程中需要學習很多東西，從數據準備到算法，再到溝通結果。 更深層次的涉及專業化。例如，您可以深入了解機器學習算法。你可以[研究它們](http://machinelearningmastery.com/how-to-study-machine-learning-algorithms/ "How to Study Machine Learning Algorithms")，[制作列表](http://machinelearningmastery.com/create-lists-of-machine-learning-algorithms/ "Take Control By Creating Targeted Lists of Machine Learning Algorithms")，[描述它們](http://machinelearningmastery.com/how-to-learn-a-machine-learning-algorithm/ "How to Learn a Machine Learning Algorithm")和[從頭開始實現它們](http://machinelearningmastery.com/tutorial-to-implement-k-nearest-neighbors-in-python-from-scratch/ "Tutorial To Implement k-Nearest Neighbors in Python From Scratch")。事實上，您可以潛水的深度沒有限制，但您確實想要選擇一個您覺得引人注目的區域。 我建議通過自學更深入的一般框架是我的[小項目方法](http://machinelearningmastery.com/self-study-machine-learning-projects/ "4 Self-Study Machine Learning Projects")。這是您定義一個小項目（5 到 10 個小時的努力），執行它們并共享結果，然后重復的地方。 我建議使用四類項目：研究工具，研究算法，研究問題并實現算法。如果您渴望超越駕馭機器學習工具或庫，后三個項目可能會有吸引力。 ## 問一個問題 如果您有機器學習問題，[請與我聯系](http://machinelearningmastery.com/contact/ "Contact")。 如果您對我的機器學習方法感興趣，請查看我的 [start-here 頁面](http://machinelearningmastery.com/start-here/ "Start Here")。它鏈接到許多有用的博客文章和資源。