机器学习基础概念

机器学习简单的说就是把无序的数据转化为有用的信息。机器学习横跨多门学科，包括计算机科学、工程技术、统计学等。

特征向量：数据属性的集合，通常用向量来表示

训练集：用来训练，也就是产生模型和算法的数据集

监督学习：知道预测什么，即知道目标变量的分类信息。分类和回归属于监督学习

无监督学习：数据没有类别信息，也不会给定目标值

半监督学习：有标记的训练集+无标记的训练集

监督学习中常用的算法

k-邻近算法：线性回归

朴素贝叶斯算法：局部加权线性回归

支持向量机：Ridge回归

决策树：Lasso最小回归系数估计

无监督学习常用算法

k-均值：最大期望算法

DBSCAN：Parzen窗设计

算法选择

（1）预测目标变量值——>Y/N——>有监督学习/无监督学习

（2）离散型（是/否、1/2/3）——>分类算法

（3）连续型数值——>回归算法

开发步骤

（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

结语：“脱离业务和数据的算法讨论是毫无意义的”