1.8 更进一步
人们第一次看到算法时，我常常看到的反应之一是“但是……这有点蠢。”他们真正的意思是，“但是……哪里有学习？”机器学习的正式定义是：“编写一个程序，在得到更多数据时，更好地执行某项任务。”我们的模型——1-最近邻算法完全符合这一定义：可以预期，越大的样本“工作得越好”（反过来，可以预期减少样本会使性能降级）。另一方面，它不太符合我们对“学习”的直观理解。我们的模型实际上记住了看到的所有情况，而人们倾向于将学习视为对高层抽象的辨别，这提供了经验的更紧凑表现形式。当你看到一个数字的图像时，不会重温一生中见过的所有图像以决定是否匹配——你知道用于过滤和识别的高层概念（“0就像一个圆圈”）。
可以在我们的问题上使用更高级的算法（如支持向量机或者神经网络，第8章中将这么做），它们的行为和“学习”的概念更符合：在训练阶段处理数据，并提取简化的表现形式。这样做的明显缺点是训练阶段实际上将变得更加复杂，好处是所得到的模型更小、更快。
那么，应该使用支持向量机、神经网络还是其他方法？和往常一样，答案是“看情况”。首先，这取决于你的终极目标。你的目标可能是更加精确；如果代码部署于生产环境，目标也可能是更快、使用更少内存或者其他。
正如前面所讨论的那样，实际上没有办法知道某种模型是否好于另一种——你必须尝试，这可能代价很高。所以，在追求更好的模型之前，要仔细考虑：当前模型是否足够好？工作是否集中于正确的问题？正如法国谚语所说“更好是好的敌人”。我们的简单算法已经达到大约95%的分类正确率，相当不错了。如果这已经足够，就不要浪费时间，转向感兴趣的下一个问题。机器学习问题有能力自己生存，除非你有一个快速、100%准确的完美模型，否则永远不能说“完成”了，回到工作中继续改善、挤出每一点精确度是很有诱惑的。因此，必须提前想好什么是“足够好”，否则可能需要很长时间来追求完美！