机器学习——算法分类以及开发流程

目录

机器学习算法的判别依据

数据类型

数据类型的不同应用

机器学习开发流程

1、原始数据

2、数据的基本处理

3、特征工程

4、找到合适的算法进行预测

5、模型评估——判定模型效果

6、上线使用

机器学习算法分类

监督学习——特征值+目标值

分类——目标值离散型

回归——目标值连续型

无监督学习——特征值

机器学习模型是什么

---

• 算法是核心，数据和计算是基础
• 找准定位

        算法工程师：复杂模型的算法设计

        开发工程师：分析很多的数据，分析具体的业务，应用常见的算法，特征工程、调参数、优化

• 我们应该怎么做

       1、学会分析问题，使用机器学习算法的目的，想要算法完成何种任务

       2、掌握算法基本思想，学会对问题用相应的算法解决

       3、学会利用库或者框架解决问题

机器学习算法的判别依据

数据类型

• 离散型数据——由记录不同类别个体的数目所得到的数据，又称计数数据，所有这些数据全部都是整数，而且不能再细分，也不能进一步提高他们的精确度。
• 连续型数据——变量可以在某个范围内任取一数，即变量的取值可以是连续的，如：长度、时间、质量值等，这类数据通常是非整数，含有小数部分。

注：只要记住一点，离散型是区间内不可分，连续型是区间内可分

数据类型的不同应用

数据的类型将是机器学习模型不同问题不同处理的依据？

猫狗分类：0-1

文章类型：0-1-2-3-4

预测下月票房数据：连续型数据

机器学习开发流程

1、原始数据

• 公司本身就有数据
• 合作过来数据
• 购买的数据

2、数据的基本处理

pd去处理数据（缺失值、合并表...）

3、特征工程

特征进行处理——重要

分类、回归

4、找到合适的算法进行预测

根据数据（目标数据）类型，划分模型种类

模型：算法+数据

5、模型评估——判定模型效果

如果模型没有合格

• 换算法
• 在特征工程再做一些处理

6、上线使用

以API形式提供

机器学习算法分类

• 监督学习
• 分类    k-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归、神经网络
• 回归    线性回归、岭回归
• 标注    隐马尔可夫模型     (不做要求)
• 无监督学习
• 聚类    k-means

 

监督学习——特征值+目标值

监督学习（英语：Supervised learning），可以由输入数据中学到或建立一个模型，并依此模式推测新的结果。输入数据是由输入特征值和目标值所组成。函数的输出可以是一个连续的值（称为回归），或是输出是有限个离散值（称作分类）。

分类——目标值离散型

 

1、概念

分类是监督学习的一个核心问题，在监督学习中，当输出变量取有限个离散值时，预测问题变成为分类问题。最基础的便是二分类问题，即判断是非，从两个类别中选择一个作为预测结果；

2、分类问题的应用

分类在于根据其特性将数据“分门别类”，所以在许多领域都有广泛的应用

• 在银行业务中，构建一个客户分类模型，按客户按照贷款风险的大小进行分类
• 图像处理中，分类可以用来检测图像中是否有人脸出现，动物类别等
• 手写识别中，分类可以用于识别手写的数字
• 文本分类，这里的文本可以是新闻报道、网页、电子邮件、学术论文

回归——目标值连续型

1、概念

回归是监督学习的另一个重要问题。回归用于预测输入变量和输出变量之间的关系，输出是连续型的值。

2、回归问题的应用

回归在多领域也有广泛的应用

• 房价预测，根据某地历史房价数据，进行一个预测
• 金融信息，每日股票走向

无监督学习——特征值

无监督学习（英语：Supervised learning），可以由输入数据中学到或建立一个模型，并依此模式推测新的结果。输入数据是由输入特征值所组成。

机器学习模型是什么

定义：通过一种映射关系将输入值到输出值