《机器学习实战》（一）机器学习基础

关键术语

训练集：用于训练机器学习算法的数据样本集合

目标变量：机器学习算法的预测结果，其中分类算法--标称型，回归算法-连续型

知识表示：展示机器学习算法获取的信息，可以使规则集、概率分布、甚至训练样本集中的一个实例

主要任务

分类（classification）：将实例数据划分到合适的分类中

回归（regression）：预测数值型数据。例子：数据拟合曲线

分类和回归属于监督学习（supervised learning），监督学习需要知道目标变量的分类信息。

与监督学习对应的是无监督学习（unsupervised learning），数据没有类别信息，也没有目标值

聚类（clustering）：将数据集合分成有类似的对象组成的多个类

密度估计（density estimation）：寻找描述数据的统计值

无监督学习可以减少数据特征的维度。

算法选择

预测目标变量的值---监督学习

目标变量类型：离散型---分类；连续型---回归

不预测目标变量的值---无监督学习

将数据划分为离散的组---聚类

估计数据与每个组的相似程度---密度估计

开发应用程序步骤

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

Python语言的优势

语法结构清晰，流行，比matlab便宜，就是比C和JAVA慢了一点点