第一章机器学习实战-绪论

基本概念

有监督学习

• 分类和回归

• 在分类算法中目标变量的类型通常是标称型的，在回归算法中通常是连续型的

无监督学习

• 聚类：将数据集合分成由类似的对象组成的多个类的过程被称为聚类
• 密度估计：寻找描述数据统计值的过程称为密度估计

用于执行分类、回归、聚类和密度估计的机器学习算法

监督学习算法	监督学习算法用途
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

无监督学习算法	无监督学习算法用途
k-均值	最大期望算法
DBSCAN	Parzen窗设计

如何选择合适的算法

​ 考虑使用算法的目的

• 如果需要预测目标变量的值，可以选择监督学习算法，否则选择无监督学习算法
• 确定选择卷度学习算法后，需要进一步确定目标变量类型：
  • 目标变量是离散型，选择分类器算法
  • 目标变量是连续型的数值，选择回归算法
• 如果不想预测目标变量的值，则可以选择无监督的学习算法
  • 分析是否需要将数据划分为离散的组
    • 如果是，使用聚类算法
  • 是否还需要估计数据与每个分组的相似程度
    • 需要则使用密度估计算法。