机器学习:
1.概念
Simple and efficient tools for predictive data analysis
【预测数据分析结果】
用机器代替人做决策
数据集 =》 训练 =》 模型
2.Built on NumPy, SciPy, and matplotlib、pandas
2.机器学习里面的常用术语 :
1.数据集准备
色泽= 绿色 、根=弯曲 、 敲声 = 浑浊 =》 熟的
色泽= 黑色 、根=弯曲 、 敲声 = 沉闷 =》 生的
色泽= 红色 、根=弯曲 、 敲声 = 清脆 =》 生的
数据集:这组数据 的集合
样本:每一条数据
维度:西瓜的判断条件
标签(label):结果的判断就是标签
2.模型怎么来的?
数据集 =》 训练 =》基于某个算法 =》 模型 【数学公式】
机器学习的模型作用:
输入三个维度 =》 判断出结果
人少:
机器学习: 数据科学家 【基于数据 =》 分析 一些问题】
1.数学 =》 算法 knn、kmeans 、线性回归、逻辑
2.会写代码
3.机器学习的种类:
1.有监督学习: 结果是 label的
1.分类: