机器学习实战——第一章

机器学习能让我们从数据集得到启发

搜素引擎，邮件过滤系统，推荐系统，数据挖掘（啤酒和尿布）
机器学习在我们生活中随处可见。机器学习是必学的。即使想做其他方向的研究，ML也是基础

1：机器学习专业术语
训练集，测试集，目标变量（如：鸟的类别）。 知识表示（如：可以采用规则集的形式，也可以采用概率的形式）。采用何种方式表示知识也很重要

2：机器学习的主要任务（重要知识点）
：分类，回归 《—-都属于监督学习
：聚类，密度估计《—属于无监督学习
ps:回归，主要用于预测数值型数据，如：数据拟合曲线
ps:分类的经典算法有（K近邻算法，决策树，朴素贝叶斯，支持向量机）
回归的经典算法有（线性回归，局部加权线性回归，Ridge回归，Lasso
最小回归系数估计）
聚类的经典算法有（K-均值，DBSCAN）
3：如何选择合适的算法
针对某个场景下的具体问题，有两步：
A：要完成什么样的任务，结合上述2中罗列的，进行排查，断定
（想预测目标值，就是监督学习；否则，就是无监督学习。然后再细
化。。。当然，也不是一成不变的。这只是传统经验）

B：分析收集到的数据是什么。要分析，对数据越了解，越容易建立符合要求的应用程序。主要了解数据以下特性：如，特征值是离散的，还是连续的，有无缺失值，数据中有无异常值等。
ps:一般来说，没有最好的算法。。。好的算法是反复试错得迭代过程

4：开发机器学习应用程序的步骤
虽然机器学习的算法各有不同，但是使用算法构建应用程序的步骤却基本类似

a:收集数据（如：使用爬虫； 公开数据集）

b:准备输入数据,即整理成某种标准格式（如，整理成 python的list）

c:分析数据（如，查看有没有空值，有没有离群点，异常的值。。。也会涉及到可视化数据；当特征太多时，要涉及到特征压缩。。。）

d:训练算法

e:测试算法

f：使用算法