Python机器学习实战<二>：机器学习概述

1.机器学习的真实含义是利用数据来彰显数据背后的真实含义。

2.机器学习的一般用例：人脸识别、手写数字识别、垃圾邮件过滤、产品推荐等等。

3.机器学习的主要任务是分类，即将实例数据划分到合适的分类中。另一项任务是回归，主要用于预测数值型数据。分类和回归属于监督学习，之所以称为监督学习，是因为这类算法必须知道预测什么，即目标的分类信息。另一种机器学习方式是无监督学习，此时数据没有类别信息，也没有给定的目标。在无监督学习中，将数据集合分成由类似对象组成的多个类成为聚类，将寻找数据统计值的过程称为密度估计。下表示机器学习的典型算法：

4.如何选择合适的算法：

首先必须考虑两个问题：

a算法想要完成的任务。如果要预测变量的值，则可以选择监督学习算法，反之则选择无监督学习算法。之后如果目标变量时离散的，用分类算法；是连续的，用回归算法。

如果是无监督学习，分析是否需要将数据划分为不同的组，如果只有这个需求，则用聚类算法。如果还需要估计数据和每个组的相似程度，则使用密度估计算法。大部分情况都是这样的

b需要分析的数据。特征值是连续的还是离散的；是否存在缺失的值，什么原因造成的缺失；是否存在异常值；某个特征发生的频率如何（是否极少出现）等等。

一般来说，不存在最好的算法，都是通过反复尝试才能发现最好算法。

5.机器学习开发的一般步骤

（1）收集数据（2）准备输入数据（3）分析输入数据（4）训练算法（5）测试算法（6）使用算法

参考资料：《机器学习实战》page 7-10