1.情景:在线音乐商店,用户注册时填写年龄,性别,基于他们个人的资料,推荐他们可能购买的音乐专辑,用机器学习来增加销售量
2.首先我们需要建立一个模型,用80%的样本数据为模型提供数据,用20%的用于测试。基于现有用户,我们的模型将学习数据中的模式。我们要求它做出预测。当一个新用户注册时,我们告诉模型,我们有一个新用户对应的配置文件,这个用户感兴趣的是什么类型的音乐?(简介:建立用户模型,统计并对比,类似推荐,榨干钱包)
3步骤:
import the data
clean the data
split the data into training/test sets
create a model
train the model
make predictions
4.数据csv格式导入
5.清洁数据或准备数据,删除重复,空值
6.分离数据,把原有的数据集分成两个独立的数据集,前两列作为输入集input dataset(也叫train data),第三列作为输出集output dataset(包含了预测的结果,也叫train target)。即当我们告诉这个模型age和gender列的输入集,它就能告诉我们结果集genre(喜欢的音乐类型)
7.构建一个模型,学习并预测
选择一个使用机器学习的算法,常见的决策树
优势:不需要重新编写这些算法,可使用sidekicklearn library
8. 存在的问题:70%用于训练,20-30%用于测试,只用了两租数据,太少了,无法验证数据的准确性