我对机器学习很陌生。我有一个数据集，其中包含 f1 比赛给我的数据。用户正在玩这个游戏，并给了我这个数据集。通过机器学习，我必须处理这些数据，当用户（我知道他们是 10 岁）玩游戏时，我必须识别出谁在玩。
数据由发生在 1/10 秒频率的数据报包组成，数据包包含以下内容Time, laptime, lapdistance, totaldistance, speed, car position, traction control, last lap time, fuel, gear,..
我曾想过使用以监督方式使用的 kmeans。哪种算法可能更好？
任务必须是多类分类。任何机器学习活动的第一步都是定义一个分数指标（https://machinelearningmastery.com/classification-accuracy-is-not-enough-more-performance-measures-you-can-use/）。这使您可以比较它们之间的模型并决定哪个更好。然后按照另一个答案中的建议使用随机森林或/和逻辑回归构建一个基本模型 - 它们开箱即用地表现良好。然后尝试使用功能并了解其中哪些信息更丰富。并且不要忘记可视化 - 它们为数据争吵等提供了许多提示。
这是一个有点宽泛的问题，所以我会尽力而为
kmeans 是无监督算法，这意味着它会自己找到类，并且当您知道有多个类但您不知道它们到底是什么时最好使用它......将它与标记数据一起使用仅意味着您将计算新向量的距离v 到数据集中的每个向量并选择给出最小距离的一个（或使用多数票的），这不被视为机器学习
在这种情况下，当您确实拥有标签时，监督方法将产生更好的结果
我建议首先尝试随机森林和逻辑回归，这些是最基本和最常用的算法，它们给出了很好的结果
如果您没有达到所需的准确度，您可以使用深度学习并构建一个神经网络，其输入层与数据包的值一样大，输出层的类数，在两者之间，您可以使用一个或多个具有各种节点的隐藏层，但这是高级方法，您最好在学习之前先积累一些机器学习领域的经验
注意：数据是一个时间序列，意味着每个司机都有自己的驾驶行为，所以数据应该被认为是大量的点，这样你就可以应用模式匹配技术，还有几个神经网络可以精确构建对于这些数据（如RNN），但这是非常先进且难以实现的