机器学习笔记

一、什么是机器学习？官方解释：

机器学习就是从【数据】中自动分析获得【规律（模型）】，并利用规律对未知数据进行【预测】。

二、机器学习开发流程

1.数据采集

公司内部产生的数据

和其他公司合作获取的数据

购买的数据

2.分析数据所对应要解决需求或者问题是什么？根据目标数据推断问题属于回归还是分类！

3.数据的基本处理

数据清洗

合并

级联等

4.特征工程：对特征进行处理

特征抽取

特征预处理

降维等

5.选择合适的模型，然后对其进行训练

6.模型的评估

7.上线使用

三、模型：

        - 算法模型，是一个特殊的对象。该算法模型对象中已经集成或者封装好了某种形式的方程/算法。（还没有求出解的方程）

四、模型的作用：

        - 预测：可以通过方程或者算法产生一个新的未知的数据/事物

        - 分类：可以将一个未知归类的事物给其归属到一个已有的类群中。

        - 注意：算法模型对应的算法或者方程求出的解就是预测或者分类的结果。

五、样本数据：

        - 模型的训练：将样本数据带入到模型中，对其进行训练（给方程进行求解操作），模型训练好了后，则模型的方程就有唯一的解或者最优解。有解后则模型就可以实现分类或者预测的功能。

六、本数据（数据集）的载体：

    - 通常情况下历史数据都不会存储在数据库中，而是存储在文件中（csv文件）

    - 数据库存