【集成学习】1 机器学习的三大主要任务

1. 导论

机器学习

• 利用数学模型来理解数据，发现数据中的规律，用作数据的分析和预测

数据通常由一组向量组成，这组向量中的每个向量都是一个样本

• xi来表示一个样本，i=1,2,3,…, n,共n个样本
• 每个样本xi = {xi1, xi2, …, xip, y} 共p+1个维度
  • 前p个维度 – p个特征
  • y – 因变量

根据数据是否有因变量，分为：

• 有监督学习
  • 给定某些特征去估计因变量
  • aka 因变量存在的时候，我们称这个机器学习任务为有监督学习
• 无监督学习
  • 给定某些特征但不给定因变量，建模的目的是学习数据本身的结构的关系

根据因变量是否连续，有监督学习分为：

• 回归
  • 因变量是连续型变量
• 分类
  • 因变量是离散型变量

1.1 回归

使用sklearn内置数据集Boston房价数据集。

sklearn中所有内置数据集都封装在datasets对象内
返回的对象有：

• data：特征x的矩阵（ndarray）
• target：因变量的向量（ndarray）
• feature_names:特征名称（ndarray）
  
  

1.2 分类

iris dataset

1.3 无监督学习

生成月牙型非凸集

生成符合正态分布的聚类数据

本次组队学习内容：2021年3月组队学习-集成学习（上）