最新机器学习入门(1)

---

1. 什么是机器学习

机器学习是从数据中自动分析获得模型，并利用模型对未知数据进行预测

2. 机器学习工作流程：

获取数据

数据基本处理

特征工程

机器学习(模型训练)

模型评估

3. 获取到的数据集介绍

数据简介

1. 在数据集中一般:

一行数据我们称为一个样本

一列数据我们成为一个特征

有些数据有目标值(标签值)，有些数据没有目标值

2. 数据类型构成:

数据类型一: 特征值 + 目标值(目标值是连续的和离散的)

数据类型二: 只有特征值，没有目标值

3. 数据分割:

机器学习一般的数据集会划分为两个部分:

训练数据: 用于训练，构建模型

测试数据: 在模型检验时使用，用于评估模型是否有效

4. 划分比例：

训练集: 70% 80% 75%

测试集: 30% 20% 25%

4. 数据基本处理

即对数进行缺失值、去除异常值等处理

5. 特征工程

特征工程：

把数据转换成机器更容易识别的数据

（特征工程是使用专业背景知识和技巧处理数据，使得特征能在机器学习算法上发挥更好的作用的过程。）

为什么需要特征工程:

数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。

特征工程包含内