Day 45： 机器学习开发流程

2021/2/1

数据类型

**离散型数据：**记录不同个体得到的数据，相当于一个一个数出来的数据。只能是整数，不能再细分了
**连续型数据：**一段范围内任取一个数，取值是可以连续性的。一般就是有小数的，可以不断的去细分。

数据类型的不同，机器学习方法也不同

机器学习算法分类

• 监督学习：有特征值和目标值。可以预测出来可能的目标值。因为有对比
  分类：确定是哪一类的数据，最基础的就是二分类，即判断是和否。所以只用离散型： k-近邻 ，-贝叶斯， - 决策树， - 随机森林， - 逻辑回归， - 神经网络
  回归：预测下一次 在范围内会出现什么数据。所以用连续型：线性回归，岭回归
• 非监督学习：只有特征值，没有目标值。给1000个样本尽量分析出来更多的内容。
  聚类：k-means

机器开发的流程

1. 拥有数据
2. 从原始数据明确问题做什么
3. 数据的基本处理：pd去处理数据（缺失值，合并表）
4. 特征工程（继续对特征进行处理 ，非常重要）
5. 找到合适的算法进行预测。建立模型
6. 模型的评估，判断效果如何。结果不好就返回5，甚至返回4
7. 可以就上线使用，提供一个API