经验很重要

机器学习的算法大家都明白，关键是经验的多少。

总结“http://www.52ml.net/15845.html”：

1. 损失函数

    不一定使用常规的，需要按照具体问题修改。

2. 别拿线性模型用在非线性问题上

3. 注意“野值”：是特殊处理，还是可以忽略不计。过滤或者使用对野值不敏感的算法

4. 样例数量相对特征数据量少，用高bias/低variance模型(欠拟合)；反之，样例数量增多时，用低bias/高variance模型（过拟合）   

     http://en.wikipedia.org/wiki/Bias%E2%80%93variance_dilemma

5.  l1, l2 正规化，需要先标准化：http://blog.csdn.net/sunmenggmail/article/details/8867928