【机器学习微课程系列Level 1】1.1 模型是如何工作的-介绍

介绍

我们先大概了解机器学习模型的工作方式和使用方法。如果你之前有做过统计建模或者机器学习方面的工作，可能会觉得这节课程很基础。别担心，我们将会很快建立强大的模型。

本节微课程将会让你在以下场景建立模型：

你表哥做了几百万美元的房地产投机买卖。因为你对数据科学感兴趣，他提出想和你成为商业伙伴。由他提供资金，你提供房屋价值预测模型。

你问你表哥他之前是怎么做房地产价值预测的，他说凭直觉。但更多的怀疑表表明，他已经从过去的交易中找到了价格模式，并利用这个模式对新的房屋进行预测。

机器学习的工作原理也是如此。我们将从决策树模型开始学习，虽然有其他更复杂的模型能提供更精确的预测，但决策树比较容易理解，它是数据科学中一些其他最佳模型的基础。

简单起见，我们从最简单的可能决策树开始。

它把房屋分为两类，根据同类房屋的历史均价做出预测。

我们使用数据来决定如何将房屋分成两组，然后再确定每组的预测价格。从数据中获得模式的步骤，称为训练模型。用于训练模型的数据，称为训练数据。

训练模型的内部细节（例如怎样分隔数据）很复杂，我们以后再讨论。模型训练好之后，你可以将它运用到其他房屋价格的预测。

改进决策树

以下两个决策树，哪个更可能是通过训练房地产数据得到的？

左侧的决策树（决策树1）可能更有意义，因为它捕捉到了这样一个事实，即房屋的卧室越多，其价格更高。这种模式最大的缺点是，它没有捕捉到影响房价的大多数因素，例如浴室数量、地块大小、位置等。

可以用更多分来支捕捉更多因素，这样的决策树更深。加入了房屋总面积的决策树如下：

可以通过选择与房屋特征相对应的路径，来预测其他房屋的价格。房屋的预测价格在最底部，也叫叶子结点。

叶子的拆分和值，由数据决定。接下来我们开始检查和使用数据。

继续

让我们更具体一点，开始检查数据。