python机器学习:概述

一、数据类型

不同类型的数据集采用的算法是不一样的。总体来说，生活场景中只有两种类型的数据，一种是离散型，一种是连续型:

1. 离散型数据:由记录不同类别个体的数目所得到的数据，又称计数数据，所有这些数据全部都是整数，而且不能再细分，也不能进一步提高他们的精确度。比如分类就是离散型数据。
2. 连续型数据:变量可以在某个范围内取任一数，即变量的取值可以是连续的。如，长度、时间、质量等.这类数通常是非整数，含有小数部分。

二、可用数据集

1、kaggle：一个大数据竞赛平台，上面的数据都是真实的。网址：
kaggle
2、UCI：收录了360个数据集、覆盖科学，生活，经济等领域。网址：UCI

三、监督学习和无监督学习

1.监督学习(英语:Supervised learning)，可以由输入数据中学到或建立一个模型，并依此模式推测新的结果。输入数据是由输入特征值和目标值所组成。函数的输出可以是一个连续的值（称为回归），或是输出是有限个离散值（称作分类)。
2.无监督学习(英语:Supervised learning)，可以由输入数据中学到或建立一个模型，并依此模式推测新的结果。输入数据是由输入特征值所组成。

四、算法分类

1、监督学习

• 分类：K近邻算法、贝叶斯分类、决策树、随机森林、逻辑回归、神经网络
• 回归：线性回归、岭回归
  2、无监督学习
• 聚类：k-means