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