Python 机器学习 基础 之 构建第一个机器学习应用

Python 机器学习 基础 之  构建第一个机器学习应用

目录

Python 机器学习 基础 之  构建第一个机器学习应用

一、简单介绍

二、第一个机器学习测试应用介绍：鸢尾花分类

三、第一个机器学习测试应用 ：前置环境，知识点介绍

jupyter notebook 进行开发

知识点介绍

四、第一个机器学习测试应用 ：打乱数据，构建训练数据与测试数据

五、第一个机器学习测试应用 ：绘制示意图，观察数据

六、第一个机器学习测试应用：构建第一个模型 - k近邻算法，进行预测和评估

1、引入 k 邻近算法，进行数据训练

2、进行预测

3、评估

七、第一个机器学习测试应用：小结

附录

---

一、简单介绍

Python是一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言，最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。Python是一种解释型脚本语言，可以应用于以下领域： Web 和 Internet开发、科学计算和统计、人工智能、教育、桌面界面开发、软件开发、后端开发、网络爬虫。

Python 机器学习是利用 Python 编程语言中的各种工具和库来实现机器学习算法和技术的过程。Python 是一种功能强大且易于学习和使用的编程语言，因此成为了机器学习领域的首选语言之一。Python 提供了丰富的机器学习库，如Scikit-learn、TensorFlow、Keras、PyTorch等，这些库包含了许多常用的机器学习算法和深度学习框架，使得开发者能够快速实现、测试和部署各种机器学习模型。

Python 机器学习涵盖了许多任务和技术，包括但不限于：

1. 监督学习：包括分类、回归等任务。
2. 无监督学习：如聚类、降维等。
3. 半监督学习：结合了有监