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