python入门机器学习1

机器学习

初识机器学习——什么是机器学习？

西瓜数据集

编号	色泽	根蒂	敲声	好瓜
1	青绿	蜷缩	浊响	是
2	乌黑	蜷缩	浊响	是
3	青绿	硬挺	清脆	否
4	乌黑	稍蜷	沉闷	否

数据集：这组记录的集合

样本：其中每条记录是关于一个事件或对象（这里是一个西瓜）的描述

特征：反映对象在某方面的性质的事项，例如“色泽”“根蒂”“敲声”

特征值：属性上的取值，例如“青绿”“乌黑”

样本空间：由特征张成的空间，例如我们把“色泽”“根蒂”“敲声”作为三
个坐标轴，每个西瓜都可在这个空间中找到自己的坐标位置。

特征向量：空间中的每个点都对应一个坐标向量

模型：输入数据，即可得到预测结果，如何选择最好最高效的模型就是机器学习的目标

数据集(相对于深度学习来说数据量要求较少)分为训练集和测试集

标记信息：例如（青绿，蜷缩，浊响，好瓜），其中的好瓜为标记，拥有标记信息的示例被称为样例(注意：分类和回归问题需要标记数据，而聚类一般不需要)

分类：预测的结果是离散值，比如“好瓜”，“坏瓜”

回归：预测的结果是连续值，比如西瓜的成熟度为0.95，0.37

聚类：用相关算法自动将训练集中的西瓜分为若干组，每一组叫做一簇，存在一些潜在的划分需要自己去寻找

机器学习分为两大类：监督学习，无监督学习

监督学习：主要用于分类与回归，在机器学习过程提供对错指示，从给定的训练集中学习一个目标函数，可以用这个函数预测结果，监督学习要求包括输入与输出

非监督学习：利用K方式建立中心，通过循环和递减运算减小误差得到分类的目的。