我问自己，大多数人通常是自己编写机器学习算法，还是更可能使用现有的解决方案，如Weka或R包。
当然，这取决于问题本身——但假设我想使用像神经网络这样的常见解决方案。还有理由自己编写吗？是为了更好地理解机制并进行调整？还是标准化解决方案的思想更为重要？
回答：
这不是一个适合Stackoverflow的问题。这是一个观点问题，而不是编程问题。
尽管如此，以下是我的看法：
这取决于你想做什么。
-
如果你想找出哪种算法对你手头的数据问题最有效，可以尝试ELKI、Weka、R、Matlab、SciPy等。尽可能尝试所有你能找到的算法，并花更多时间预处理你的数据。
-
如果你知道需要哪种算法并需要将其投入生产，这些工具中的许多可能无法提供足够好的性能或易于集成。相反，检查是否能找到像libSVM这样的低级库，这些库能提供你需要的功能。如果这些不存在，就自己编写优化代码。
-
如果你想在这个领域进行研究，最好扩展现有工具。ELKI和Weka有你可以接入的API来提供扩展。R实际上没有API（CRAN真是一团糟…），但人们只是把代码放在某个地方（希望）加上使用手册。扩展这些框架可以节省你很多努力：你可以直接使用比较方法，并且可以重用很多他们的代码。例如，ELKI有很多索引结构来加速算法。大多数时候，编写索引加速比实际算法本身要难得多。所以如果你能重用现有的索引，这也会使你的算法更快（而且你还将从这些框架未来的改进中受益）。
-
如果你想了解现有算法，最好自己实现它们。你会惊讶地发现，优化某些算法比课堂上教的要复杂得多。例如，APRIORI。基本思想相当简单。但要正确处理所有修剪细节，我认为20个学生中只有1个能掌握这些细节。如果你实现了APRIORI，然后将其与已知的优秀实现进行基准测试，并试图理解为什么你的实现速度慢得多，那么你实际上会发现算法的微妙细节。不要惊讶于ELKI、R、Weka等之间的性能差异可能达到100倍——这仍然是同一个算法，只是实际使用的数据结构、内存布局等方面的实现效率不同。
