机器学习入门了解

机器学习入门了解

http://blog.jobbole.com/109702/

根据历史数据建立静态的模型，随着数据的增加随时间不断变化的动态模型。用于预测未来的数据

模型

一种机器学习方法的结果以及该方法采用的算法。

可以在监督学习中用来做预测，或者在无监督学习中用来检索聚类。

“在线训练”往一个已经存在的模型中添加训练数据

“离线训练”从头开始建立一个新模型

---

监督学习

明确定义要使用的特征，以及预期的输出结果

• 分类

  考虑一组标签以及一些已经打上正确标签的数据，我们想要做的就是为新数据预测标签。然而，在把数据考虑为分类问题之前，你应该分析一下数据的特点。如果数据的结构明显可以让你轻松地画出一条回归线，那么应用回归算法反而会更好。如果数据无法拟合出一条回归线，或者当算法的性能不理想时，那么分类就是一个很好的选择。

• 回归

  回归分析预测的是实际值而不是标签

  常见的陷阱是过拟合、欠拟合以及对模型如何控制外推法与内插法欠缺考虑。

无监督学习

不需要事先确切地了解输出结果

中心思想是发掘出一个数据集内在的结构

组合过程基于这些特征之间可能隐含的关联。另一个无监督学习的例子是 K-均值聚类。K-均值聚类就是要找出一个数据集中的分组，之后这些分组可以用于其他目的

---

机器学习的基本流程

1.搜集数据

2.把数据分割为测试集和训练集

3.训练一个模型（应用某种机器学习算法）

4.验证模型，验证方法需要使用模型和测试数据

5.基于模型作出预测

数据集随时间而增大，所以我们要不断更新模型，加入新数据，使预测更准确。不过，在这个过程中，数据的量级及其突变率起着决定性作用。