一、机器学习概述
1、机器学习算法的判别依据 —— 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,也不能进一步提高它们的精确度。
- 连续型数据:变量可以在某个范围内任取一数,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。
数据的类型将是机器学习模型不同问题不同处理的依据。
机器学习算法的分类
1、监督学习(预测):可以由输入数据中学到或建立一个模型,并依此模式推测新的结果。**输入数据是由特征值和目标值所组成。**函数的输出可以是一个连续的值(称为回归),或是输出有限个离散值(称作分类)。
- 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。
主要算法有: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(目标值离散型) - 回归: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。