机器学习基础

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