机器学习学习总结（持续更新）

机器学习：

介绍

1、分析数据获得一个模型
2、使用模型对未知数据预测
语言选择：python

样本数据： 一般都是存储的文件形式，（由于存在传统数据库会格式、以及文件量太大）

现有产品：百度AI 平台

样本数据（数据集的获取）

kaggle 数据平台
UCI
sklearn
一个纯净的样本数据集对模型的构造很重要；

实现特征工程： 采用语言 python 的 sklearn （方式： 分类模型、 回归模型、聚类模型、特征工程）
特征工程

特征抽取：
字典的特征抽取： 作用：对字典数据特征值化

重点内容：
1、预处理
2、特征选择

预处理：

对数值型数据进行处理（数值通过特征值化获得）
无量纲化：为的加快模型求解速度（把不同的规格获得分布转换成相同的规格获得特点的分布）