1. 监督学习和无监督学习
- 监督学习:
输入为特征值+目标值,输出若为离散值则为分类问题,若为连续纸则为回归问题。
-
分类:K-近邻算法,贝叶斯算法,决策树,随机森林,逻辑回归
-
回归:线性回归,岭回归
- 无监督学习
输入为特征值
- 聚类:K-means
2. 数据集
数据集获取:sklearn kaggle uci
sklearn中的数据类型:Bunch
Bunch和字典结构类似,也是由键值对组成,和字典区别:其键值可以被实例对象当作属性使用。
from sklearn import datasets
from sklearn.model_selection import train_test_split
def sklearn_dataset():
iris = datasets.load_iris()
print("特征值名字:", iris.feature_names)
print("特征值,和shape", iris.data, iris.data.shape)
x_train, x_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.2, random_state=22)
Bunch = datasets.base.Bunch # 字典类型
Bunch.iris = iris['data']
print("\n", Bunch.iris)
return None