机器学习

机器学习是计算机程序如何随着经验积累自动提高性能。
机器学习形式化的描述：对于某类任务T和性能度量P,如果一个计算机程序在T上以P衡量的性能随着经验E而自我完善，那么就称这个计算机程序在从经验E学习
第一步：明确问题
第二部：收集数据
第三部：数据预处理
第四部：数学建模
第五布：效果评估

机器学习分类（共五类）
监督学习：给定的数据集中训练出一个函数，当新的数据到来时，可以根据这个函数预测结果（训练集人工标注）

scikit-learn
分类 异常检测，图像识别 KNN,SVM,etc

聚类 图像分割，群体划分 K-Means, 谱聚类

回归 价格预测，趋势预测 线性回归 ，SVR

降维 可视化 PCA,NMF

sklearn中自带训练集数据



case1

波士顿房价数据集，包含506组数据，每条数据包含房屋以及房屋周围的详细信息。其中包含城镇犯罪率，一氧化氮浓度，住宅平均房间数，到中心区域的加权距离以及自住房平均房价。因此，波士顿房价数据能够应用到回归问题上。

使用sklearn.datasets.load_boston即可加载相关数据集
其重要参数为：
• return_X_y:表示是否返回target（即价格），默认为False，
只返回data（即属性）。

import numpy
import scipy
import matplotlib
from sklearn.datasets import load_boston

x=load_boston(return_X_y=True)
#属性集
print(x[0])
#价格
print(x[1])

case2

使用sklearn.datasets. load_iris即可加载相关数据集
其参数有：
• return_X_y:若为True，则以（data, target）形式返回数
据；默认为False，表示以字典形式返回数据全部信息（包括
data和target）。

import numpy
import scipy
import matplotlib
from sklearn.datasets import load_boston,load_iris

x=load_iris(return_X_y=True)
print(x[0])
print(x[1])

import numpy
import scipy
import matplotlib
from sklearn.datasets import load_boston,load_iris

x=load_iris()
print(x)
print(x.data)
print(x.target)
print(x.target_names)

case 3
手写数字数据集
手写数字数据集包括1797个0-9的手写数字数据，每个数字由8*8
大小的矩阵构成，矩阵中值的范围是0-16，代表颜色的深度。

手写数字数据集
使用sklearn.datasets.load_digits即可加载相关数据集
其参数包括：
• return_X_y:若为True，则以（data, target）形式返回
数据；默认为False，表示以字典形式返回数据全部信息
（包括data和target） ；
• n_class：表示返回数据的类别数，如：n_class=5,则返
回0到4的数据样本。