机器学习基础

机器学习基础

  • 导论

机器学习是指用某些算法指导计算机利用已知数据得出适当的模型,并利用此模型对新的情境给出判断的过程。即利用数学模型来理解数据,发现数据中的规律,并用来进行数据的分析和预测。

它的核心是数据。

根据数据种类的不同,可分为有监督学习,无监督学习,半监督学习和强化学习等类型。

  • 有监督学习:有因变量,有特征向量,有预测结果/未来。 eg:通过房屋面积,所在地区,环境等因素去预测房价

根据因变量是否连续/输出结果是离散还是连续值,监督学习可分为分类问题和回归问题。

分类:离散型变量。 

回归:连续型变量。 

  • 无监督学习:无因变量,有特征向量,寻找数据中的结构。
# 导入包
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
plt.style.use("ggplot")
import seaborn as sns
  • 1.1 回归

回归问题主要用于预测一个具体数值,如预测房价。预测值与实际房价越接近,回归分析算法的准确度越高。

使用sklearn内置数据集Boston房价数据集。

from sklearn import datasets
boston = datasets.load_boston() # 返回一个类似于字典的类
X = boston.data # 特征X的矩阵
y = boston.target # 因变量的向量
features = boston.feature_names # 特征名称
boston_data = pd.DataFrame(X, columns = features)
boston_data['Price'] = y
boston_data.head()
  • 1.2分类

iris数据集

from sklearn import datasets
iris = datasets.load_iris()
X = iris.data
y = iris.target
features = iris.feature_names
iris_data = pd.DataFrame(X, columns=features)
iris_data['target'] = y
iris_data.head()

  • 1.3无监督学习

利用sklearn生成符合自身需求的数据集

# 生成月牙型非凸集
from sklearn import datasets
x, y = datasets.make_moons(n_samples=2000, shuffle=True, noise=0.05, random_state=None)
for index, c in enumerate(np.unique(y)):
    plt.scatter(x[y==c, 0], x[y==c, 1], s=7)
plt.show()

 

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值