1---基本概念:
- Machine Learning:A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E.
- 对于某给定任务T及合理的性能度量p,某计算机程序在T上以P衡量的性能随着经验E 自我完善。那么我们称这个计算机程序在从经验E学习。
- 简单的讲,机器学习就是让计算机程序利用已知数据,发现数学模型,然后再使用模型对未知数据进行预测的一门学科。
2----机器学习流程:
- 需求理解-》数据收集-》数据预处理-》特征工程-》数据建模
3----常见经典机器算法学习:(一句话概括)
- 监督学习:
(1)K-NearstNeighbor(K-近邻算法)
对于一个需要分类的物品A,找出与该物品最相似的k个有已知类别的物品,这k个物品中出现最多的类别即为物品A的类别。(“近朱者赤,近墨者黑”。)
(2)线性回归
评估变量之间关系的统计过程,即当自变量发生改变时因变量如何发生改变,评估的自变量与因变量之间是一种线性关系。
(3)逻辑回归
处理因变量为分类变量的回归问题,处理二分类或者多分类问题,实际为一种分类方法。
(4)支持向量机
对数据进行二分类,目标是寻找一个超平面对样本进行间隔最大化的分割。
(5)决策树
对样本数据进行树形分类,由节点和有向边组成。
(6)朴素贝叶斯
基于概率论的分类方法。“朴素”即做了样本的特征之间相互独立的假设。
- 非监督学习:
(1)K-Means(K-均值)
最基础常见的聚类算法,即由质心决定形成簇,反复计算直到质心不再变化或变化范围达到指定的阈值。
(聚类是在事先并不知道任何样本类别标签的情况下,通过数据之间的内在关系把样本划分为若干类别,使得同类别样本之间的相似度高,不同类别之间的样本相似度低。)
(2)PCA
利用降维的思想,把多指标转化为少数几个综合指标。
(3)Apriori
关联分析方法,先验算法。
如果某个项集是频繁项集,那么它所有的子集也是频繁的
4---jupyter notebook使用问题及解决:
(1)plt.show()没有出现图像而是输出<Figure size ... with 5 Axes>
解决办法:添加----%matplotlib inline