熟悉机器学习常用的分类算法（一）

机器学习

前言

    个人认为，学习算法，因能力有限，了解其算法思想和概念即可，知道如何运用，何地、何时运用算法，不去深究算法的具体实现。毕竟，那些都是大V们倾尽毕生心血总结出来的经验，一时半会还真不弄不懂，哎，耐不住寂寞与繁华。。。

一、概念

    从一堆数据中，通过某种手段，让机器计算和学习，得到有用的信息。

二、开发机器学习应用的步骤

   从概念中，得到四大基本要素：

 （1）数据，首先要收集数据，分清每一个样本的数据特征，相当于经验

 （2）分析数据（总结经验）和处理数据，找到 采用”哪种算法” 处理数据，这是关键

 （3）机器计算和学习，使用“算法”处理数据（学习经验），也叫“训练算法”

 （4）遇到新的样本数据，输入机器，机器通过从过去的数据中总结的”经验”，得出结论，从而来验证“算法”

三、分类，两大类

   1、监督学习算法， 就是 样本数据输入，能够得到具体的分类或预测结果值   

       =》以“群”分类，有因果关系

（1）分类算法，例如 一个新样本数据D（x0,x1,x3....xn）输入，已学习得到 n纬特征的权值向量是W（w1,w2,...wn）, 

Y= f(D*W) , 通过某种函数处理，得到最终的值，来判断属于 哪一类

    (2)  回归预测，例如：一个新样本数据D（x0,x1,x3....xn）输入，已学习得到n纬特征的权值向量是W（w1,w2,...wn）， Y=D*W,预测值是Y

               

   2、无监督学习算法, 通过多个样本数据输入，按”某种纬度” 将数据分组，组内数据有相似性

    =》“以类聚集”，无因果关系。

四、监督学习之分类算法

 一般正常步骤：

  （1）收集数据，找到影响分类的关键特征以及 样本的 特征值

  （2）分析处理数据 ，选取哪种分类算法？

  （3）找到 每个特征的权重集合W(w1,w2,w3,...wn)

  （4）输入新样本数据，代入计算，得到分类结果。

特例是： 1、通过“概率论相关知识的分类算法”。

2、预测回归算法，在特征值n纬度的空间中模拟一个空间，将新样板代入，得到一个确定的值，既是预测值，例如：通过地点、时间、有没有地铁、品牌商等特征值预测房价等。

  

五、无监督学习

   （1）聚类

   （2）关联规则学习 ， 样本数据之间的特征值数目可能不一样，找到特征之间的关联规则。

  例子：假如数据有特征F1,F2,F3, 就能判断出 他可能有 特征 F4,F6, 既 F1,F2,F3 => F4,F6

     假如数据有特征F2,就能判断出他可能有特征F5,   既 F2=>F5