1.2.1 定义
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
1.2.2 解释
- 我们人从大量的日常经验中归纳规律,当面临新的问题的时候,就可以利用以往总结的规律去分析现实状况,采取最佳策略
- 从数据(从大量猫狗图片)中自动分析获得模型(辨别猫和狗的规律),从而使机器拥有识别猫和狗的能力
- 从数据(房屋的各种信息)中自动分析获得模型(判断房屋价格的规律),从而使机器拥有预测房屋价格的能力
我们从历史数据中获得规律?这些历史数据是怎么的格式?
1.2.3 数据集构成
- 结构:特征值+目标值
房子面积 | 房子位置 | 房子楼层 | 房子朝向 | 目标值 | |
---|---|---|---|---|---|
数据1 | 80 | 9 | 3 | 0 | 80 |
数据2 | 100 | 9 | 5 | 1 | 100 |
数据3 | 80 | 10 | 3 | 0 | 100 |
注:
- 对于每一行数据我们称之为样本
- 有些数据集可以没有目标值