机器学习实践 学习笔记1 Machine learning basics

1.例子：

通过特征，预测鸟兽的种类。

2.分类：

有监督学习：

分类和回归。分类主要任务是将实例数据划分到合适的分类中。回归的主要任务是预测熟知类型数据。

监督学习类算法必须要知道预测什么。

无监督学习：

数据没有类别信息，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被称为聚类(clustering)。将寻找描述数据统计值的的过程称之为密度估计(density estimatino)。

3.开发机器学习应用的步骤

（1）收集数据

（2）准备输入数据（使格式符合要求）

（3）分析输入数据（确保有没垃圾数据，是否有明显异常等）

（4）训练算法。（无监督无需）

（5）测试算法。

（6）使用算法。

4.选择合适的算法：

（1）考虑算法学习目的。如果想要预测目标变量的值，可以选择监督学习算法。否则可以选择无监督学习算法。

（2）考虑目标变量（Target variable）如果要预测数据，而目标变量是离散的，可以选择分类器。如果是连续的，可以选择回归算法。

如果不想要预测数据，只是想给数据分组，可以使用聚类算法。如果还要估计数据与每个分组的相似程度，则可能需要使用密度估计（density estimation）算法。

5.使用Python开发

NumPy library可以方便地进行矩阵计算

在终端输入Python(linux/mac os)

引入numpy Library，输入from numpy import *

获取一个随机矩阵数组

random.rand(4,4)

获取一个随机矩阵

mat(random.rand(4,4))

获取一个逆矩阵

randMat = mat(random.rand(4,4))

invRandMat = randMat.I

电脑计算会有误差，执行矩阵与逆矩阵相乘

按理说应得单位矩阵，即主对角线为1，其余元素为0

获取误差得方法：

其中eye(4)生成一个四阶的单位矩阵。