开始接触一个机器学习的任务时，需要简单的考虑：
1. 样本数据集多大？
如果样本集不大，可以考虑用简单的LR、NB、KNN来解决，因为更复杂的学习算法很可能在样本集上过拟合，反而不如简单的分类器取得的效果好。
2. 有多少带有标注的样本?
目前的深度学习类有监督学习算法对标记样本的依赖比较严重，往往需要大量的相对clean的标记样本。
无监督学习可以获取数据的分布情况，但往往无法精确的量化到可以产品实用的程度。
对于标记样本很少，而未标记样本很多的情况，可以考虑使用半监督学习的方法。
3. 选取什么样的特征？
对于分类问题，特征的维度多少会影响分类器的选择，维度过高可能引起维数灾难，并且减慢训练测试的速度。维度过低可能会减少特征中的有用分类信息，降低检测准确率。
Sparse Matrix
另一个需要考虑的问题是特征的稀疏性，高维的稀疏特征是可以采用一些特殊的分析分类方法（利用稀疏矩阵特性）进行解决的，也可以进行降维（PCA、SVD）而不至于损失太多有效特征。
4. Last but not the least -- 样本的本身属性
样本是图像、音频或是文本？样本的特征是否是可量化成数值的，或是用类别表示的属性？如果问题可以用简单的判断逻辑解决，就没有必要引入机器学习。
附上scikit-learn数据库关于算法模型选择的流程图：
http://scikit-learn.org/stable/tutorial/machine_learning_map/index.html
