R语言与机器学习-学习笔记1（前言）

1.R语言与机器学习是第一个拿来与大家分享的关于机器学习的资料。原因就是在参加完阿里大数据竞赛后，发现R语言在机器学习研究方面的确有很多方便之处。闲话不多说，写笔记之前我就述说两点内容。

第一：写这一系列博客是为了与大家交流一下我自己学习R语言以及机器学习的收获及一些自己的观点。大家有什么不同的观点以及发现之中有什么错误，欢迎交流以及批评指正。互相学习也是我写博客的初衷。

第二：引用书中的一句话，这本书的面相对象是想要初步学习机器学习和R语言的同学。所以更多机器学习算法还需要自己多多专研。

2.机器学习的步骤

（1）收集数据

无论你要处理的数据是文本形式、图像形式或者音频形式，无论你的数据是存储在文本中还是数据库中，你都需要将这些数据整理成统一的适合数据分析的格式。这些数据将会被算法调用，并最终学习出比较好的预期效果。

（2）数据准备与探索

机器学习项目的质量很大程度上取决于它所使用的数据的质量。在机器学习过程中，这一步往往需要大量的人为干预。据统计数据表明，机器学习80%的努力是花费在这一阶段。如何在庞大杂乱的数据中探索数据的特征及规律，是机器学习成功的关键。

（3）训练模型

当数据都准备好的时候，我们接下来就是要找到合适的机器学习模型。利用单个模型或多个模型去训练数据，学习数据特征及规律。R语言提供了大量的机器学习库供调用