《实用机器学习》（孙亮 黄倩.著）笔记——第一章 引论

机器学习的主要类型：
一、回归问题
二、分类问题
三、推荐问题
四、排序问题

1.1什么是机器学习
从概念上讲，在机器学习中，我们的目标是从给定的数据集中学习出一个模型f，使得它能够有效地从输入数据中预测我们感兴趣的量。

在机器学习中，通常我们解决问题的流程如下：
（1）搜集足够多的数据；
（2）通过分析问题本身或者分析数据，我们认为模型f是可以从数据中学习出来的；
（3）选择合适的模型和算法，从数据中学习中模型f；
（4）评价模型f，并将其利用在实际中处理新的数据。

1.2机器学习算法的分类
一、监督学习
在监督学习中，除了输入数据x外，我们还知道对应的输出y。我们的目标是构建一个函数f(x)，使得f(x)能够预测输出y。
在监督型学习中，输出y一般称为目标变量或者因变量，而输入x称为解释变量或者自变量。
在监督型学习中，一般将整个数据集分为训练集和测试集。利用训练集中的数据，可以构建相应的模型或者学习器。
二、非监督学习
在非监督学习中，我们只有输入数据x，没有对应的输出y。我们的目标是从数据中学习数据本身存在的模式。

1.3实际应用
一、病人住院时间预测——回归算法
二、信用分数估计——分类算法
三、Netflix上的影片推荐——推荐算法
四、酒店推荐——排序算法

1.4本书概述
集成学习是一类通过综合多个模型以得到更好性能的方法，对于回归问题、分类问题、推荐问题、排序问题都适用。

在使用机器学习算法处理实际问题之前，还需要进行如下步骤：
一、数据探索
二、数据预处理
三、从原始数据中构建相应的特征，即特征工程

在得到算法构建的模型后，还需要评价和选择模型，包括：
一、不同模型的评价标准
二、从多个模型中选择最优模型的方法

Python中的scikit-learn是一个极好的机器学习库
WEKA也是数据挖掘领域使用较多的一个软件包，该软件包集成了很多常用的机器学习算法，同时也提供了调用的API。