一、数据类型
离散型数据:由记录不同类别个体的数目所得到的数据,又称计数数据,所有这些数据全部都是整数,而且不能再细分,也不能进一步提高他们的精确度。
连续型数据:变量可以在某个范围内取任一数,即变量的取值可以是连续的,如长度、时间、质量值等,这类整数通常是非整数,含有小数部分。
注:离散型是区间内不可分,连续型是区间内可分
二、机器学习算法分类
(一)监督学习(有特征值和目标值)
1、分类(对应目标值离散型数据):k-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归、神经网络
2、回归(对应目标值连续型数据):线性回归、岭回归
3、标注:隐马尔可夫模型 (应用比较窄,不做要求)
(二)无监督学习(只有特征值,没有目标值)
聚类:k-means
三、分类问题
(一)定义
分类是监督学习的一个核心问题,在监督学习中,当输出变量取有限个离散值时,预测问题变成为分类问题。最基础的便是二分类问题,即判断是非,从两个类别中选择一个作为预测结果。
(二)应用
分类在于根据其特性将数据“分门别类”,所以在许多领域都有广泛的应用。
1、在银行业务中,构建一个客户分类模型,按客户按照贷款风险的大小进行分类
2、图像处理中,分类可以用来检测图像中是否有人脸出现,动物类别等
3、手写识别中,分类可以用于识别手写的数字
4、文本分类,这里的文本可以是新闻报道、网页、电子邮件、学术论文
四、回归问题
(一)定义
回归是监督学习的另一个重要问题。回归用于预测输入变量和输出变量之间的关系,输出是连续型的值。
(二)应用
回归在多领域也有广泛的应用。
1、房价预测,根据某地历史房价数据,进行一个预测
2、金融信息,每日股票走向
五、机器学习开发流程
机器学习基础
最新推荐文章于 2022-04-13 10:22:00 发布