Список проголосовавших за комментарий "<p>Машинное обучение — это хороший метод. Но, увы, это только метод. Чтобы что-то получить адекватное, надо скормить качественные предикторы… И их так или иначе надо искать и оценивать. По своей сути ML это лишь способ оптимизации и поиска лучшей области использования предикторов. <br/> По своему опыту могу сказать, что на больших выборка (от 20К случаев) при 3-4 предикторах без оверфитинга на тестовой выборке нормально работает только классификатор на основе naive bayes. Но предикативный результат редко больше 53-54%. K Means, Decision Trees имеют очень большую склонность к оверфитингу, увы. Про SVM трудно говорить, ибо он работает очень медленно на больших выборках. </p><p>К чему я это… Основное это предикторы, а не методы. Если есть эйдж, то его можно вычленить и без ML. Хотя ML, конечно, приятней, ибо более формализовано. </p>"