我对机器学习非常陌生。我有一个数据集，数据来自一场F1比赛。用户在玩这个游戏，并提供了这个数据集。我需要利用机器学习处理这些数据，当一个用户（我知道他们有10个）玩游戏时，我必须识别出是谁在玩。

数据由每1/10秒记录一次的数据包组成，每个数据包包含以下内容 Time, laptime, lapdistance, totaldistance, speed, car position, traction control, last lap time, fuel, gear,..

我考虑使用监督方式下的kmeans算法。哪种算法会更好？

回答：

这个问题有些宽泛，我会尽力回答

kmeans是一种无监督算法，意思是它会自己发现类别，最适合在你知道有多个类别但不清楚具体是什么的情况下使用…在有标签数据上使用它只是意味着你会计算新向量v到数据集中每个向量的距离，并选择距离最小的那个（或使用多数投票选择多个），这不被视为机器学习

在你有标签的情况下，监督方法会产生更好的结果

我建议你首先尝试随机森林和逻辑回归，这些是最基本和常用的算法，它们能提供相当好的结果

如果你没有达到期望的准确率，你可以尝试深度学习，构建一个神经网络，输入层的大小与数据包的值相匹配，输出层为类别的数量，中间可以使用一个或多个隐藏层，包含不同数量的节点，但这是高级方法，在追求之前你最好先积累一些机器学习领域的经验

注意：数据是时间序列，这意味着每个驾驶员都有自己独特的驾驶行为，因此数据应被视为一组点，你可以应用模式匹配技术，此外，还有一些专门为此类数据构建的神经网络（如RNN），但这非常高级且实现起来更加困难