这几天看了一点机器学习的基础,在这里做一下总结。
1、机器学习可以做什么?
从以往的数据中学习获得模型,从而预测未来。
2、机器学习的算法分类
按照是否有目标值分为有监督学习和无监督学习。而在有监督学习里面可以根据目标值的离散还是连续分为分类问题和回归问题。
举个栗子:
1、明天是否下雨?----分类问题
2、明天多少度?-----回归问题
3、人脸识别?-----分类问题
4、人脸预测年龄?----根据目标值,如果是老年、中年、少年此类,则为分类问题,如果目标值是一个具体的年龄,如26岁,27.2岁,则为回归问题。
3、机器学习过程
a)获取数据(学习阶段可采用sklearn提供的一些数据集)
b)数据处理(个人认为最重要的阶段,后续大量的功夫也是花在这里)
c)特征工程(对特征进行处理,如特征提取、无量纲化等)
d)模型训练
e)模型评估与调优
f) 实际应用