机器学习（1）：机器学习基础

深度学习的第一步从机器学习开始&＃xff01;

机器学习就是把无需的数据转换成有用的信息&＃xff01;&＃xff01;&＃xff01;

机器学习的数据一般称为特征值

特征值分类&＃xff1a;数值型&＃xff08;一般是十进制数字&＃xff09;、二值型&＃xff08;0或1&＃xff09;、枚举类型

机器学习的主要任务就是分类&＃xff01;&＃xff01;&＃xff01;

目标变量是机器学习算法的预测结果&＃xff0c;在分类算法种目标变量的类型通常是标称型的&＃xff0c;而在回归算法种通常是连续型的。训练样本集必须知道目标变量的值&＃xff0c;以便机器去学校算法可以发现特征和目标变量之间的关系

为了测试机器学习学习算法的效果&＃xff0c;通常使用两套独立的样本集&＃xff1a;训练数据和测试数据&＃xff08;当机器学习程序开始运行的时候&＃xff0c;使用训练样本集作为算法的输入&＃xff0c;训练完成后输入测试样本。输入测试样本时并不提高样本的目标变量&＃xff0c;由程序决定样本属于哪个类别。比较测试样本预测的目标变量值与实际样本类别之间的差别&＃xff0c;就可以得出算法的实际精确度&＃xff09;

机器学习分类&＃xff1a;

• 分类和回归属于监督学习I&＃xff08;这类算法必须知道预测什么&＃xff0c;即目标变量的分类信息&＃xff09;
• 无监督学习不好给定目标值&＃xff0c;在无监督学习中&＃xff0c;将数据集合分成由类似的对象组成的多个类的过程被称为聚类&＃xff1b;将寻找描述数据统计值的过程称之为密度估计。

如何选择合适的算法&＃xff1f;

• 如果目标变量是离散型&＃xff0c;选择分类算法
• 如果目标变量是连续型&＃xff0c;选择回归算法
• 如果不想预测目标变量的值&＃xff0c;可以选择无监督算法&＃xff0c;进一步分析是否需要将数据划分为离散的组。如果这是唯一的需求&＃xff0c;使用聚类算法&＃xff1b;如果还需要估计数据与每个分组的相似程度&＃xff0c;则需要使用密度估计算法。

开发机器学习的步骤&＃xff1a;收集数据、准备输入数据、分析输入数据、训练算法、测试算法、使用算法。

编程基础&＃xff1a;Python语言&＃xff0c;numpy库&＃xff08;如果有时间的话可以了解一下C&＃43;&＃43;/C语言&＃xff09;

编写代码环境&＃xff08;我推荐jupyter notebooks&＃xff09;

// 安装 jupyter库
pip intall jupyter
// 打开 jupyter
jupyter notebooks


新建一个.ipynb文件