【ML--03】 第三课 机器学习基本概念

什么是机器学习
研究如何通过计算的手段，利用经验来改善系统自身的性能
通俗来讲，让代码学着干活

● 特征：自变量
● 标签：因变量

学习的种类
● 有监督学习：提供标签，分类、回归
● 无监督学习：无标签，聚类
● 增强学习：也称强化学习，马尔科夫决策过程（Markov Decision Processes，MDP）
● 主动学习：边学习边标注
● 迁移学习：从一个域（Domain）迁移（Transfer）到另一个域
● 集成学习：Ensemble，三个臭皮匠赛个诸葛亮，Boosting和Bagging

两大痛点
● 维度灾难：数据量和特征数
● 过拟合：模型泛化能力

学习的流程
● 预处理：数据重塑、缺失值处理（补全、统计为缺失特征）
● 特征工程：特征没做好，参数调到老。在已有的特征上生成新的特征，数值、类别
● 特征选择、降维：基于MIC、Pearson相关系数、正则化方法、模型，PCA、tSNE
● 训练模型、调参：单模型，多模型融合，集成
● 评估模型：正确率（Acurracy）、准确值（Pecision）、召回值（Recall）、F值、AUC

代码实现
你需要的都在这里：http://scikit-learn.org/