预约成功
这是数据科学家最爱的部分了 —— 机器学习!简单地说，你需要 确定你的问题属于哪种算法 ，然后 ，使用传统的机器学习技巧来分割数据进行训练、调整、测试数据集、根据选择的模型优化参数。
如果你的模型无法很好地解决问题，或者你不想用机器学习，还有两种非传统的方法：
1、利用数据回答问题的方法——简单地看一下你的数据图像
很多情况下，只要对数据进行可视化就能找到答案。例如，如果你的问题是“波士顿明年 7 月 4 号的最高气温是多少?”，那么只要看一下过去 100 年间波士顿每年 7 月 4 日最高气温的直方图就基本可以解决问题了。
2、利用数据回答问题的方法——考虑进行优化
如果你是因为数据集太小而得不到结果，你可以考虑进行优化。机器学习基于弱先验假设，也就是说，机器学习对数据结构做一些较弱的假设。这种方法的优点在于使用算法之前不需要对数据有太多了解，它能够训练出一些大致的模型，而缺点在于需要大量数据才能获得一个可信的答案。一个替代方法是根据你对数据的了解，对数据做更多的假设。例如，如果你想预测一个物体的飞行轨迹，你可以收集大量物体自由落体的数据，用它们训练机器学习算法。你其实还可以用你了解的牛顿力学知识来制作一个更丰富的模型。这样，只需要一个包括位置和速度的数据点就可以预计这个物体在未来任何一点的位置和速度。这种方法的风险在于你的假设可能不完全正确，但优点是你不需要大量的数据就能完成任务。
以上就是有关于利用数据回答问题的方法的相关内容，以及相应的解析，不论你是已经入职数据分析师岗位的新人，还是打算进入数据分析岗位的小白，以上的内容都或多或少会对大家有所帮助，环球网校的小编在这里祝大家的数据分析师职业道路顺利。
