一、机器学习的主要任务
- 分类:将实例数据划分到合适的分类中。
- 回归:预测数值型数据。
分类
与回归
属于监督学习
,这类算法必须知道预测什么,即目标变量的分类信息。 - 聚类:将数据集合分册很难过游类似的对象组成的多个类的过程。
- 密度估计:寻找描述数据统计之的过程。
监督学习的用途 | |
k-近邻算法 | 线型回归 |
朴素贝叶斯算法 | 局部加权线型回归 |
支持向量机 | Ridge回归 |
决策树 | Lasso最小回归系数估计 |
无监督学习的用途 | |
K-均值 | 最大期望算法 |
DBSCAN | Parzen窗设计 |
二、开发机器学习程序的步骤
(1) 收集数据;
(2) 准备输入数据;
(3) 分析输入数据;
(4) 训练算法;
(5) 测试算法;
(6) 使用算法。
三、选择Python语言
Python语言借用Numpy与Matplotlib可以很方便的处理数值以及图像相关的内容。
第一次写博客,先到这儿吧,第二章好好写~