026-机器学习背后的思维-针对入门小白的概念算法及工具的朴素思考

10 一个实际操作机器学习的例子

10.1 数据分析准备

10.1.1 输入输出场景任务

在第一步中，我们要根据手头的数据情况来确定场景与任务。 假设我们的输入数 据是这样的：

import pandas as pd
import numpy as np

area = pd.Series([100, 89, 160, 89, 240])
bedroom = pd.Series([3, 2, 4, 3, 5])
price = pd.Series([30, 25, 40, 26, 55])

houses_dataframe = pd.DataFrame({ 'HouseArea': area, 
	'BedroomNumber': bedroom, 'SalePrice': price})

输入数据Features有二个分量： 房屋面积和卧室个数。 输出数据Target有一个：房屋 的价格。 很显然，这三笔数据已经都已经标注好了。 它属于监督学习场景。 因为是 要预测房屋价格， 输出是一个实数标量， 所以，它属于回归任务。

好。我们总结一下，这个问题属于「监督学习场景下的回归问题」。 接下来我们 选择方法。 可供选择的方法有很多，线性的、非线性的。 在这个小节，我们使用最简 单的线性方法。

def normalize_feature(df):
  return df.apply(lambda column:(column-column.mean())/column.std())

houses_dataframe = normalize_feature(houses_dataframe)

ones = pd.DataFrame({'ones':np.ones(len(houses_dataframe))})
houses_dataframe = pd.concat([ones, houses_dataframe], axis=1 )

input_features = np.array(houses_dataframe[["ones", "HouseArea", "BedroomNumber"]])
output_labels = np.array(houses_dataframe["SalePrice"]).reshape(len(houses_dataframe),1)