ML：永恒的建筑，无名的特质

In our own lives, we have the quality without a name when we are most intense, most happy, most wholehearted.——《The Timeless Way of Building》

前面我们提到想找到测试样本最有可能在的分类

每一次，我们都特希望自己的模型能通过测试样本的“考验”，用数学语言表述就是测试样本所得结果的误差率小。此时，只要把我们的测试样本分到最有可能的分类就好啦。这样的分类方法有：贝叶斯分类，KNN分类、LDA、决策树、支持向量机、集成学习、神经网络、随机森林等等。

如果把机器学习归为两大类，那么主要的工作可以分为：分类和聚类。而分类任务基本上占整个机器学习或者是数据挖掘领域的70%。因此不得不对“分类”重视起来。

在学的过程中，会遇到繁多的方法，如logit，线性判别分析（LDA）、非线性判别分析（QDA）、支持向量机（SVM）等等。此时，我们不能陷入方法的泥沼，这些一招一式虽厉害，但不可忘了它们的缘起——分类，希望模型能通过测试样本的“考验”。了解来龙去脉，无招胜有招，以免未来可能受制于方法。

回看文首，像亚历山大说的，永恒的建筑会展现出一种“无名”的特质，无招胜有招。人类的追求即是寻找这种特质，”它是人、城市、建筑或荒野的生命与精神的根本准则。”