机器学习 1 Hello World

常用的 Python Machine Learning 开源库

• scikit-learn
• TensorFlow

之后主要就演示使用 scikit-learn 进行 Machine Learning 的学习

什么是机器学习

我们可以把 机器学习看作是人工智能的一个子领域，初期的 AI 人工智能程序只能做好一件事情，eg: 深蓝很会下棋，但只会下棋

但是现在我们写的程序可以解决更多问题，而不需要重新编码， eg: 阿尔法狗， 不仅会下棋，还很会玩打砖块的游戏

之后我们学的就是这样一种 可以从样本中学习的算法，它取代了硬编码规则

区分苹果和橘子的代码怎么写？

需求： 以一张图片为基础，做一些分析，然后辨别出图上是哪一种水果

分析： 需要写出大量的规则来完成这种分析，比如写一个程序将橘子的像素点相加，然后比较其中绿色像素点的数量，这个比例可以给你判断这是哪种水果的依据

但是更深刻的看这个问题时，你将会发现这个世界充满着不确定因素，你好不容易写的规则可能会被一些个例打破，eg :你要写怎样的代码才能识别黑白照片，或者图片中根本没有苹果和橘子呢？

事实上，不管你写多少规则，都能找到一张没法让他识别的图片，你必须写成千上万的规则而这只是用来区分 苹果跟橘子， 如果换一个问题，你又得重写这些代码

对于这类问题，我们需要一种算法，可以自动生成规则，这样我们就不需要一条条重复劳动了，为了做到这些，我们需要训练一个分类器 Classifier

你可以将分类器看作一个 方法， 它将接受一些数据作为输入，然后它们分配标签作为输出

比如，给我一张图片，我需要知道图片上到底是橘子还是苹果，或者我收到一封邮件，我需要区分这到底是不是一封垃圾邮件

用来实现自动分类器的技术，我们称之为 监督学习: Supervised Learning

Supervised Learning :

• Create a classifier by finding patterns in examples

Hello World

Installing scikit-learn

Supervised Learning

Supervised Learning 有这样几个基本步骤

收集数据

首先将描述的水果属性作为输入数据：根据像质量、质感等特性对收集到的数据进行预测，这到底是一个苹果还是橘子

我们把测量好的数据记录在一张表中，在机器学习中，我们把这种测量得到的值叫做 特征

表格的每一行都是我们训练数据的一个样本，它描述了一个水果的属性，最后一列我们把它叫做标签，用来标注每行的数据是什么水果

我们需要让 训练器 学习这所有的数据，我们拥有更多的训练数据，分类器就能更好的工作

Train Classifier

现在我们用代码来表示训练数据，首先我们定义两个变量：features 和 labels

features 包含了上面图中表格前两列的数据：分类器的输入

label 特指最后一列数据：我们希望分类器给出的输出

• features 中第二个数据 smooth& bumpy 用 0&1 表示是因为：scikit-learn uses real-values features，所以用整数而不是字符串
• label 中 0 -> 苹果， 1 -> 橘子

#Firest Machine Learing Program
from sklearn import tree

features = [[140,1], [130,1], [150,0], [170,0]]
labels = [0,0,1,1]

下面要用这些示例数据来训练我们的分类器，这里我们用到的分类器类型叫做 决策树

暂时不做深入解释，但现在，我们可以把分类器看作是汇集了很多规则的盒子，有很多类型的分类器，但是输出输入型总是一样的，

from sklearn import tree
...
clf = tree.DecisonTreeClassifier()

上面的代码中我们使用了 决策树，到这一步，它还是一个没有规则的空盒子，完全不知道如何区别苹果和橘子，为了训练它，我们需要一种算法

如果分类器是一种有许多规则的盒子，你可以把学习算法思想看成是 创造这个盒子的过程，它通过训练来寻找一些固有的模式，比如，它会注意到橘子可能会更重一点，苹果会更光滑一点（我会什么会想到妹子的皮肤呢，=-=）

那么它会创造一条规则，对于重一些的水果，有较大可能是个橘子

在 scikit 这个库里，训练算法包含在分类器实例中，叫 fit, 你可以把 fit 理解成 发现数据固有模式的同义词

clf = clf.fit(features, labels)

Make Predictions

输入数据： 一个重约 150g, 表皮粗糙的水果，输出0 -> 苹果，输出1 -> 橘子

print(clf.predict([[150, 0]]))

完整代码

#Firest Machine Learing Program
from sklearn import tree

features = [[140,1], [130,1], [150,0], [170,0]]
labels = [0,0,1,1]

#使用决策树
clf = tree.DecisionTreeClassifier()
clf = clf.fit(features, labels)

print(clf.predict([[150, 0]]))