机器学习（一）

1、什么是机器学习？

机器学习 就是把无序的数据转换成有用的信息。

2、特征或者属性通常是训练样本集的列，它们是独立测量得到的结果，多个特征联系在一起共同组成一个训练样本

3、机器学习的主要任务：分类、回归，分类以及回归属于监督学习。

     *无监督学习——聚类

4、选择算法：

     *使用机器学习算法的目的，想要完成何种任务；

          --预测目标变量的值：监督学习

               --目标变量类型：离散型：如，是/否、1/2/3或者红/黄/黑。选择分类算法；

                                           连续性：如，0.0~100.00、-999~999等。选择回归算法。

          --无监督学习：聚类（将数据划分为离散的组）、密度估计算法（估计数据与每个分组的相似程度）

     *需要分析或者收集什么样的数据；

          --特征值是离散还是连续变量；

          --特征值中是否存在缺失值；

          --数据是否存在异常值；

          --某个特征的频率如何。

5、开发机器学习应用程序的步骤

     *收集数据：爬虫、RSS反馈、API中得到信息、设备发送；

     *准备输入数据：为机器学习算法准备特定的数据格式；

     *分析输入数据：人工分析、图形展示——确保数据集中没有垃圾数据；

     *训练算法：主要是针对监督学习

          --无监督学习不存在目标变量值，故而也不需要训练算法；

      *测试算法：使用训练算法中得到的只是信息测试算法。

          --监督学习：必须已知用于评估算法的目标变量值；

          --无监督学习：使用其他的手段来验证；

6、用于机器学习的Python类库：SciPy、NumPy（设计较多的线性代数的知识）

*NumPy中用“.I”求矩阵的逆运算。