AI学习第二天

人工智能项目的经典流程

- 第一步：分析问题，搞定输入和输出
- 第二步：根据输入和输出，构建数据集
- 第三步：遴选一种算法，完成输入到输出的映射
- 第四步：算法部署，系统集成

数据科学 data science

- 一切都得变成一个数字才行！！！

鸢尾花分类（3类）

- 第一步：分析问题，搞定输入和输出
	- 1. 输入：花；输出：类别
	- 2. 输入：？？？；输出：？？？
		- 输入：如何数字化一个实体（entity）？
			- 用这个实体的特征/属性来刻画这个实体！！！
			- 颜色？大小？重量？....
			- 需要业务专家！！！
			- 花农！！！
				- 四个属性：花瓣长，花瓣宽，花萼长，花萼宽
		- 输出：从零开始编号：0, 1, 2 ...（zero index）	
	- 3. 一个样本：花瓣长，花瓣宽，花萼长，花萼宽，类别编号

- 第二步：每个类别各采集50朵花：
	- 花瓣长1，花瓣宽1，花萼长1，花萼宽1，类别编号1
	- 花瓣长2，花瓣宽2，花萼长2，花萼宽2，类别编号2
	- 花瓣长3，花瓣宽3，花萼长3，花萼宽3，类别编号3
				...
	- 花瓣长150，花瓣宽150，花萼长150，花萼宽150，类别编号150

- 第三步：选择一种算法，完成输入到输出的映射
	- 分类算法
		- KNN：K紧邻算法
		- GNB：高斯贝叶斯
		- DT：决策树算法
		- SVM：支持向量机
		- RF：随机森林算法
		- 集成学习算法
	
- 第四步：部署，集成

KNN算法

- 算法：algorithm 计算机解决问题的步骤：
	- 第一步：...
	- 第二步：...
	- 第三步：...
- KNN: K-Nearest Neighbors K个最近的邻居
- 核心理念：
	- 近朱者赤，近墨者黑
	- 跟什么样的人在一起，你就会变成什么样的人！！！
- 训练：
	- 惰性计算算法
	- 规则 + 数据，不是严格意义上的人工智能算法

- 推理流程:
	- 给定一朵花，如何判定它是第几类？
	- 第一步：找出这朵花 K 个最近的邻居（最好的兄弟，闺蜜）
		- 最近？最远？
		- 相似度的度量
			- 从数据的视角来看：
				- 几何视角：
					- 欧式空间：距离计算
						- 勾三股四玄五
						- 两点之间的直线距离
				- 向量视角：
					- 余弦相似度：
	- 第二步：K个邻居进行投票，选出类别出现次数最多的类