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