机器学习基础

基础知识

• 机器学习是什么
  
  • 把无序的数据转换成有用的信息。

• 机器学习的意义

  • 我们利用计算机来彰显数据背后的真实含义。

• 机器学习的任务

  • 机器学习的主要任务就是分类

分类

机器学习主要分两类：

监督学习和无监督学习

监督学习

• 分类和回归都属于监督学习，之所以称之为监督学习，是因为这类算法必须知道要预测什么，即目标变量的分类信息。
• 样本集：训练数据 + 测试数据
*

无监督学习

无监督学习数据没有类信息，也不会给定目标值。在无监督学习中，将数据集合分成由类似的对象组成的多个类的过程称为聚类；将寻找描述数据统计值的过程称之为密度估计。

无监督学习还可以减少数据特征的维度，以便我们可以使用二维或三维图形更加直观地展示展示数据信息。

算法选择

主要考虑两个问题

1. 使用算法的目的，即要完成的任务是什么。
   
   • 若要预测目标变量的值
2. 需要分析或收集的数据是什么。

Python相关的库

• 科学函数库：SciPy、NumPy(底层语言：C和Fortran)
• 绘图工具库：Matplotlib

我的博客 http://blog.geekidentity.com