《Machine Learning in&…

第一部分 分类http://blog.csdn.net/u012005313/article/details/49151341

监督学习一般使用两种类型的目标变量：标称型和数值型

标称型：标称型目标变量的结果只在有限目标集中取值，如真与假(标称型目标变量主要用于分类)

数值型：数值型目标变量则可以从无限的数值集合中取值，如0.100，42.001等(数值型目标变量主要用于回归分析)

知识表示可以采用规则集的形式，也可以采用概率分布的形式

在无监督学习中，将寻找描述数据统计值的过程称之为密度估计

目的->预测目标变量的值|是->监督学习算法|->离散性->分类器算法

--------------------------|-------------------|->连续性->回归算法

--------------------------|否->无监督|->仅仅只需要将数据化为几个离散的组->聚类算法

--------------------------------------|->还要估计数据与每个分组的相似程度->密度估计算法

1.5 开发机器学习应用的步骤

（1）收集数据（2）准备输入数据（3）分析输入数据（4）训练算法（5）测试算法（6）使用算法

 

科学函数库Scipy Numpy 可以与绘图工具Matplotlib协同工作。