01、机器学习--基本概念

1、监督和非监督机器学习

分类·、会给、聚类和密度估计的机器学习算法

监督学习
k近邻算法	线性回归
朴素贝叶斯算法	局部加权线性回归
支持向量机	Ridge回归
决策树	Lasso最小回归系数估计
无监督学习
k均值	最大期望算法
DBSCAN	Parzen窗设计

2、如何选择合适的算法

我们·在实际中使用算法考虑两个问题：

    一、使用机器学习的目的，想要算法完成何种任务

       如果想要预测目标变量的值，则可以选择监督学习算法，否则选择非监督学习算法。

       如果选择监督学习算法，需要进一步确定目标变量类型，如果是离散型，则可以选择分类算法；如果是连续型的数值，则需要选择回归算法。

     二、需要分析或者收集的数据

      对数据了解越充分，我们越能创造实际相符合的程序，主要需要了解数据一下特征：

       特征值是离散型变量还是连续性变量。

       特征值中是否有缺失的值，造成缺失的原因是什么。

       数据中是否有异常的值。

       某个特征发生的频率（出现的次数）。

通过以上两种筛选，我们只能一定程度缩小算法的范围，一般不存在最好的算法，我们需要执行不同的算法进行比较（性能、准确率等等）

3、机器学习程序开发步骤

      1.收集数据，如通过网络爬虫获取数据

      2.准备输入数据，在收集数据后，我们必须保证数据的格式符合要求

      3.分析输入的数据，该步骤主要是确保前两步的有效性，确保数据集中没有垃圾数据。如查看数据是否有空值，是否有明显的异常值等。

      4.选择算法，监督还是非监督算法

      5.测试算法，为了评估算法，必须测试算法的效果。对于监督学习，必须已知用于评估算法的目标变量值；对于无监督学习，必要用其他的评测手段来检验算法的准确率。

      6.使用算法，讲机器学习的算法转换成应用程序，执行实际的任务，以检验以上步骤是否可以在实际环境正常工作。