我正在尝试使用机器学习制作一个二元分类器，并且我想利用我拥有的相关特征（数值属性）来开发我的数据的其他特征。我搜索了很多，但没有找到适合我的代码块。我应该怎么办？
我在降维方面进行了搜索，并找到了一个库（多元统计），但实际上我没有理解，感觉很迷茫 😀
回答：
没有人会为你选择具体的方法。进行二元分类和特征提取的方法有很多。如果你被像多元统计这样的库所提供的所有名称弄得不知所措，那么可以看看关于统计学和机器学习的教科书，理解方法与编程语言无关。
从一些简单的方法开始，如主成分分析（PCA），（MultivariateStats.jl提供了这个功能），然后随着你对数据和方法的了解增加，测试其他方法。
可以看看一些Julia库：JuliaStats（https://github.com/JuliaStats）及其部分
- StatsBase 用于最基本的功能
- MultivariateStats 用于像PCA这样的方法
- StatsModels（和DataFrames）用于统计模型
- 还有更多……
对于神经网络，有Flux.jl和KNet.jl
对于聚类，有Clustering.jl
此外，还有Python库Tensorflow（神经网络及更多）和Scikit-Learn（各种ML算法）的绑定
还有更多项目，但这些是我认为重要的几个。
