观点 | 机器学习新手工程师常犯的6大错误

机器学习中有很多构建产品或解决方案的方式，每种方式的假设情况都不一样。很多时候，如何找到合理的假设并不容易。机器学习初学者经常会犯一些事后觉得蠢爆了的错误。本文作者创建了一个机器学习新手工程师常犯的错误清单。希望大家可以从中学习，创建更鲁棒的解决方案。

理所当然地使用默认损失函数

在刚入门的时候，均方误差作为损失函数是很好的默认选择。但是当需要处理现实问题的时候，这种未经专门设计的损失函数很少能给出最优解。

拿欺诈检测为例。为了与你真正的商业目标一致，需要按照欺诈造成的损失美元金额的比例惩罚假负类。使用均方误差能给你一个还不错的结果，但不会是当前最佳的结果。

要点 ：每一次都自定义损失函数，使之紧密匹配你的目标。

对所有问题都使用一种算法/方法

很多人一旦完成了入门教程之后，就开始在所有的案例中都使用同一种算法。这很常见，他们觉得这种算法的效果和其它算法是一样的。这种假设是很糟糕的，最终会带来很差的结果。

解决办法是让数据为你选择模型。当你把数据预处理之后，将其馈送到多个不同的模型中去，看看结果如何。你将会了解哪些模型最适用，而哪些模型并不适合。

要点 ：如果你一直使用同一种算法，这可能意味着你的结果并不是最好的。

忽略异常值

异常值有时候很重要，有时候又可以忽略不计，视情况而定。以收入预测为例，有时候收入会突然出现很大的变动，观察这种现象并了解其原因是很有帮助的。有时候异常值由某种误差造成，那么这时可以放心地忽略它们，并将其从你的数据中删除。

从模型的角度来看，有些模型对异常值更加敏感。以 Adaboost 为例，它会将异常值当做重要的例子，并给予异常值极大的权重，而决策树可能只是简单的把异常值当做一个错误分类（false classification）。

要点 ：每一次开始工作之前，先仔细观察数据，决定异常值是否应该被忽略，如果无法决定，就更仔细地观察。

未正确处理周期特征