机器学习学习路程

菜鸟一个，如果是来学习的，还是提前移步大佬的文章，至少我感觉我的不行。

预警结束，开始记录：

        我这个记录算是晚了点，不是从零开始学、从零开始记录，原本的确应该从零开始，但是到了现在，我反而认为，机器学习不像学习JAVA、python等编程语言的学习步骤。

        像JAVA，无论如何，你就是要知道int、string、double等基础类型，不能说是本质，但的确是不可或缺的基础。

        但我看来，机器学习不一样，它更像是编程语言的一种进阶，并不是说它很高大上，而是它一上来就没有所谓基础知识什么的，它直接从方法、编程步骤开始。

        所以我更倾向于机器学习，最重要的是思路上的条理清晰，不过本文我还是主讲方法，最后贴一张我认为的步骤草图。

1、回归算法

       它其实就分为：线性回归和逻辑回归

       线性回归。说白了，就是如何拟合出一条直线，来最佳匹配我所有的数据（可以不经过所有点），一般使用“最小二乘法”来求解。“最小二乘法”的思想是这样的，假设我们拟合出的直线代表数据的真实值，而观测到的数据代表拥有误差的值。为了尽可能减小误差的影响，需要求解一条直线使所有误差的平方和最小。（最小二乘法的详解，算是我查的，肯定不详细，但是这里不多赘述，因为在我看来，最普遍的应该是逻辑回归）
　　逻辑回归是一种与线性回归非常类似的算法，但是，从本质上讲，线型回归处理的问题类型与逻辑回归不一致。线性回归处理的是数值问题，也就是最后预测出的结果是数字，例如房价。而逻辑回归属于分类算法，也就是说，逻辑回归预测结果是离散的分类，例如判断这封邮件是否是垃圾邮件，以及用户是否会点击此广告等等。而处理问题的不同，这也是为什么我认为逻辑回归更普遍，因为实际上我们更多的是选择，你得出一个数，也是最后作用与选择上。

        逻辑回归实现：

        逻辑回归只是对对线性回归的计算结果加上了一个Sigmoid函数，将数值结果转化为了0到1之间的概率，Sigmoid函数的图像一般来说并不直观，只需要理解对数值越大，函数越逼近1，数值越小，函数越逼近0。这个图是我找百度找的。

2、神经网络

     神经网络，简单来说，我感觉就是对数据的分开和整合。

    神经网络的逻辑架构。差不多就三类吧，分别是输入层，隐藏层和输出层。输入层负责接收信号，隐藏层负责对数据的分解与处理，最后的结果被整合到输出层。每层中的一个圆代表一个处理单元，可以认为是模拟了一个神经元，若干个处理单元组成了一个层，若干个层再组成了一个网络，也就是"神经网络"。（感慨一下，百度是真的好强呀，想要啥图都有，完全不用自己画）

3、聚类算法

      聚类算法，简单来说，聚类算法就是计算种群中的距离，根据距离的远近将数据划分为多个族群。其中我感觉最靠谱的就是K-Means算法。（仔细想想，其它算法除了DBSCAN我好像也没怎么学其它的）

K-Means步骤：

      第一步：随机选取K个点作为聚类中心，即k个类中心向量

      第二部：分别计算其他样本点到各个类中心向量的距离，并将其划分到距离最近的类

      第三步：更新各个类的中心向量

      第四步：判断新的类中心向量是否发生改变，若发生改变则转到step2，若类中心向量不再发生变化，停止并输出聚类结果

DBSCAN：

    和K-Means其实差不多，区别是每一个都是中心点，然后它找的不是各种距离，而是在固定范围内的数值点的个数是否满足要求。

4、朴素贝叶斯

    贝叶斯决策理论的核心思想，选择具有最高概率的决策。

这个理解不难，但的确难说，我承认，我找不到简单几句话就说明白，算个坑了，学明白了，回来填。

5、KNN

     它很像聚类算法我说的那两个，都是K最近邻。

     所谓K最近邻，就是K个最近的邻居的意思，说的是每个样本都可以用它最接近的K个邻近值来代表。 K最近邻算法就是将数据集合中每一个记录进行分类的方法，感觉有点像K-Means和DBSCAN部分步骤结合。

6、决策树

     特征选择、决策树的生成、决策树的修剪。

不行，还是学的不精，就到这里了，之后会二编，尽量补充。