机器学习实战读书笔记（一）

监督学习

监督学习中，给定输入样本集，机器从中推演指定目标变量的可能结果。

目标变量类型：标称型（有限目标集中取值，常用于分类）、数值型（无限数值集中取值，常用于回归）

何谓机器学习

把无序数据转换成有用的信息：：地震预测、推荐系统

关键术语

训练集：用于训练机器学习算法的数据样本集合，每个训练样本包括特征属性和目标变量

测试集：用于测试机器学习算法的数据样本集合，每个训练样本只包括特征属性，程序输出目标变量

分类：目标变量为标称型

回归：目标变量为连续型

机器学习的主要任务

监督学习：分类和回归。分析目标变量的分类信息或预测

无监督学习：聚类、密度估计、降维

如何选择合适的算法

明确算法目的、分析数据格式、反复迭代试错

开发机器学习应用程序的步骤

（1）收集数据

（2）准备输入数据（格式转换）

（3）分析输入数据（删除有缺失值的数据）

（4）训练算法

（5）测试算法（不满意回到第4步）

（6）使用算法

Python语言的优势

（1）语法清晰

（2）易于操作纯文本文件

（3）使用广泛

（4）但是性能不足，功能测试后可以使用C语言替换核心代码