Python数据挖掘与机器学习技术入门实战

数十款阿里云产品限时折扣中，赶紧点击这里，领劵开始云上实践吧！ 

 

本次直播视频精彩回顾，戳这里！

直播涉及到的PPT，戳这里！

 

课程主讲简介：

韦玮，企业家，资深IT领域专家/讲师/作家，畅销书《精通Python网络爬虫》作者，阿里云社区技术专家。

 

以下内容根据主讲嘉宾视频分享以及PPT整理而成。

 

本次课程包含了五个知识点：

1.数据挖掘与机器学习技术简介  

2.Python数据预处理实战  

3.常见分类算法介绍  

4.对鸢尾花进行分类案例实战  

5.分类算法的选择思路与技巧

 

一、数据挖掘与机器学习技术简介

什么是数据挖掘？数据挖掘指的是对现有的一些数据进行相应的处理和分析，最终得到数据与数据之间深层次关系的一种技术。例如在对超市货品进行摆放时，牛奶到底是和面包摆放在一起销量更高，还是和其他商品摆在一起销量更高。数据挖掘技术就可以用于解决这类问题。具体来说，超市的货品摆放问题可以划分为关联分析类场景。

在日常生活中，数据挖掘技术应用的非常广泛。例如对于商户而言，常常需要对其客户的等级（svip、vip、普通客户等）进行划分，这时候可以将一部分客户数据作为训练数据，另一部分客户数据作为测试数据。然后将训练数据输入到模型中进行训练，在训练完成后，输入另一部分数据进行测试，最终实现客户等级的自动划分。其他类似的应用例子还有验证码识别、水果品质自动筛选等。

那么机器学习技术又是什么呢？一言以蔽之，凡是让机器通过我们所建立的模型和算法对数据之间的关系或者规则进行学习，最后供我们利用的技术都是机器学习技术。其实机器学习技术是一个交叉的学科，它可以大致分为两类：传统的机器学习技术与深度学习技术，其中深度学习技术包含了神经网络相关技术。在本次课程中，着重讲解的是传统的机器学习技术及各种算法。

由于机器学习技术和数据挖掘技术都是对数据之间的规律进行探索，所以人们通常将两者放在一起提及。而这两种技术在现实生活中也有着非常广阔的应用场景，其中经典的几类应用场景如下图所示：

原文链接