机器学习入门（一）：算法分类和数据集调用

一.机器学习算法分类：

1.监督学习：
      目标值：类别（离散型数据）------分类问题（例如图1对猫狗分类）
      分类算法：k-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归
      目标值：连续性数据（房屋价格等）------回归问题（例如图2对房屋价格预测）
      回归算法：线性回归、岭回归
2.无监督学习：
      目标值：无------无监督学习（例如图3，对一群人进行分类但无目标值）
      聚类算法：k-means

                                        图1

                                        图2

                                        图3

总结：

二.sklearn数据集使用

常用框架：
机器学习框架：sklearn
深度学习框架：Tensorflow、Pytorch、caffe2、theano、Chainer

常用的公共数据集：sklearn、kaggle、UCI

1.调用sklearn库中的数据集
    可用datasets.load_***()he datasets.fetch_***(dataset=None)加载
    返回值：
    返回值类型是datasets.base.Bunch(字典格式），含五个键值对：
        data：特征数据数组
        target：标签数组
        DESCR：数据描述
        feature_names:特征的名字（新闻数据、手写数字、回归数据集没有）
        target_names:标签名

from sklearn.datasets import load_iris
def datasets_demo():
     iris=load_iris()
     print('鸢尾花数据集:\n',iris)
     print('查看数据集描述:\n', iris['DESCR'])
     print('查看特征值的名字:\n', iris.feature_names)
     print('查看特征值:\n', iris.data, iris.data.shape)
if __name__=='__main__':
    datasets_demo()

2.数据集划分
使用sklearn.model_selection.train_test_split(arrays,*option)

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
def datasets_demo():
    #获取数据集
     iris=load_iris()
     print('鸢尾花数据集:\n',iris)
     print('查看数据集描述:\n', iris['DESCR'])
     print('查看特征值的名字:\n', iris.feature_names)
     print('查看特征值:\n', iris.data, iris.data.shape)
     #数据集划分
     x_train,x_test,y_train,y_test = train_test_split(iris.data,iris.target,test_size=0.2,random_state=22)
     print('训练集的特征值：\n',x_train,x_train.shape)
if __name__=='__main__':
    datasets_demo()