机器学习总结（个人向）

机器学习是人工智能的一个分支。人工智能致力于创造出比人类更能完成复杂任务的机器。这些任务通常涉及判断、策略和认知推理，这些技能的范围非常大——语言处理、图像识别、规划等等。
使用算法解析数据，从中学习，然后对世界上的某件事情做出决定或预测
机器学习基本思想：Bayes定理只是一个从经验中学习的数学方法
机器学习能产生影响的主要领域：物联网，聊天机器人，自动驾驶
k-最近邻算法，回归算法，决策树算法，贝叶斯算法，聚类算法

中文分词：

#========将特征值进行分词，并且去除停用词
import jieba
comment_list=[]
for comment in col:
    seg_list=jieba.cut(comment,cut_all=False)##精确模式
    finall=''
    for seg in seg_list:
        if seg not in stop_list:
            finall+=seg
    comment_list.append(finall)
#==========计算词频============：
from sklearn.feature_extraction.text import CountVectorizer
#计算每个词语出现的次数：
vector=CountVectorizer()#实例化
X=vector.fit_transform(comment_list) #每个关键词出现个数
word=vector.get_feature_nam