[机器学习实战] 机器学习基础

1. 机器学习的主要任务：（分类、回归）有监督学习、（聚类、密度估计）无监督学习

2. 如何选择合适算法：使用机器学习的目的；需要分析的数据是什么；——分类、回归、聚类还是密度估计，确定算法类型；特征选择，离散型还是连续型，是否有缺失，出现频率；

3. 开发机器学习应用程序的步骤

（1）收集数据

（2）准备输入数据：规范格式

（3）分析输入数据：查找异常值

（4）训练算法

（5）测试算法

（6）实用算法

4. NumPy基础

    (1) from numpy import *

    (2) randArray = random.rand(4, 4)

    (3) randMat = mat(randArray)

    (4) invRandMat = randMat.I

    (5) eye(4, 4)

5. NumPy  SciPy  MatplotLib安装方法

(1) 安装相应版本的numpy

(2) 安装相应版本的scipy

(3) 安装相应版本的matplotlib

(4) 修复msvcp71.dll丢失的问题（可选）

      msvcp71.dll下载文件修复方法：

      ① 解压下载的文件。

      ② 复制文件“msvcp71.dll”到系统目录下。

      ③ 系统目录一般为：C:\WINNT\System32 64位系统为C:\Windows\SysWOW64

      ④ 最后点击开始菜单-->运行-->输入regsvr32 msvcp71.dll后，回车即可解决错误提示！

(5) 将six.py加入$HOME\Pythonx.x\Lib目录

-------------------------------------

解决ImportError: matplotlib requires dateutil的问题

(6) 执行ez_setup.py

(7) 添加环境变量，path中添加$HOME\Pythonx.x\Scripts

(8) 在命令行执行easy_install python-dateutil

-------------------------------------

解决ImportError: matplotlib requires pyparsing的问题

(9) 在命令行执行easy_install pyparsing