概述
机器学习是从数据中自动分析获得模型,并利用模型对未知数据进行预测。
数据集构成
结构:特征值+目标值
对于每一行数据我们可以称之为样本。
有些数据集可以没有目标值。
算法分类
- 监督学习(supervised learning)(预测)
定义:输入数据是由输入特征值和目标值所组成。函数的输出可以是一个连续的值(称为回归),或是输出是有限个离散值(称作分类)。
- 分类
k-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归、神经网络 - 回归
线性回归、岭回归
- 无监督学习(unsupervised learning)
定义:输入数据是由输入特征值所组成。
- 聚类 k-means
机器学习开发流程
- 流程图