初识机器学习

机器学习

1 什么是机器学习

        数据、模型、预测

1.1 数据集的构成

        特征值+目标值

1.2 机器学习的算法分类

预测房屋价格例子

特征值：房屋的各个属性信息；目标值：房屋价格

• 有目标值：监督学习

        目标值：类别 - 分类问题  k-近邻算法、贝叶斯算法、决策树与随机森林、逻辑回归

        目标值：连续 - 回归问题 线性回归 岭回归

• 无目标值：无监督学习        

         定义：输入数据是由输入特征值构成 聚类 k-means

1.3 机器学习开发流程

        1.获取数据
        2.数据处理
        3.特征工程
        4.机器学习算法进行训练 - 模型
        5.模型评估
        6.应用