熟悉机器学习的三大主要任务

熟悉机器学习的三大主要任务

机器学习是什么？机器学习的一个目标是通过数学模型去理解数据，找到数据中的规律，以用来分析和预测数据。数据一般是一个向量组，这个向量组中的每个向量被称为样本，我们用 x_i 来表示一个样本，其中 i=1,2,3,…,N ,共N个样本，每个样本 x_i=(x_i1,x_i2,…,x_ip,y_i) 共p+1个维度，前p个维度的每个维度我们称为一个特征，最后一个维度 y_i 我们称为因变量(响应变量)。特征用来描述影响因变量的因素，如：我们在探索身高是否会影响体重的关系时，根据数据是否有因变量，机器学习的任务可分为有监督学习和无监督学习。

1. 有监督学习：有监督学习给定了某些特征以预测因变量的结果，常用来推测结果和预测未来。
2. 无监督学习：给定了某些特征但是没有因变量，用来寻找数据中的结构关系。

根据因变量是否是连续的，有监督学习分为两大任务：回归和分类：

1. 回归的因变量是连续的
2. 分类的因变量是离散的

%matplotlib inline //调用matplotlib.pyplot的绘图函数plot()进行绘图的时候，或者生成一个figure画布的时候，可以直接在你的python console里面生成图像.
plt.style.use(“ggplot”) //使用ggplot风格绘图