机器学习初识

        在真正学习机器学习之前，一直在想机器应该如何学习，当时只是会使用java解决产品设计好的需求，代码都是根据需求设计好的，代码的能力都是在预估范围之内的，没有什么变化，更别提有什么学习能力，那如何写代码才能让代码有学习能力呢，当时一直想不明白，另外，既然是学习，就像我们学习一样，总是需要老师的指导，最起码要有人告诉我学习的结果是对的还是错的，错了我应该如何改正，这些在我还没有接触机器学习之前都是一团雾水。

        后来报了一个业余班级学习机器学习，开始渐渐的明白其中的玩法，但是想将我的理解用文字的方式表达出来，还需要更深的理解，这里仅仅是为了记录自己学习的过程，能有朋友进行交流更是欢迎，理解中不免有很多的误解，欢迎来喷！！！

        我感觉没办法用几句简单的话就能够解释我之前的疑惑，即使说了，也无法准确的表达，都是片面的，我认为只有举例来说清楚每种学习的内在原理，才能够让人比较全面的认识机器学习，但是这里我还是要将对自己疑惑的解答，写一下，以供之后自己看时知道现在的我的理解水平有多么的差，我认为机器学习的方式，就是使用一定的模型，不断的将数据喂给模型，来调整模型的参数。如果我还没有学习机器学习，看到这个解释，肯定一脸懵逼，肯定有很多的问题：什么是模型，什么是参数，数据如何调整参数等等等等，这也是我上面说的，没法用几句话来让你知道什么是机器学习，只能通过具体的模型和具体例子来解答心中的疑惑。

        我学习中，接触的第一个模型就是kmeans算法，这是一种无监督的聚类算法，这也是一个非常好理解的算法，这里我又要啰嗦几句，我们机器学习学习的是什么，学习的是数据，那数据是什么，大家应该见过各式各样的数据，比如图片、表格、视频、新闻这些都是数据，那我们要从中学习什么的，有的需要从图片中找出某个物品，有的需要将数据分成不同的分类，有的需要从新闻中总结摘要等等，不同的模型有不同的作用，对数据也有不同的要求，kemans算法是做聚类的，通俗来说，就是你给我一批数据，我可以给你分成不同的几个类别，具体例子，比如根据世界杯的得分，你想分成高、中、低3个分类，你不需要告诉我具体的分段的分值。算法的大概逻辑是：

         1、先在分值中随便取3个值

         2、计算其他所有值和这三个值的差距，将剩下的值分配到和自己最近的那一个分组中

         3、根据分好的组，用每个组中的平均值来代替原来的那三个值，然后重复第二步，直到没有数据再变换分组

        上面写的是大概思想，具体的算法和实现代码，后面的文章中我会进行整理。

         上面说的仅仅是机器学习中无监督学习中的一个算法，机器学习分为有监督和无监督学习，那么有监督学习是怎么玩的呢。从字面来看就知道，有监督学习就是会监督机器学习的过程，说的通俗点，就是机器每次学习完后，都能够知道自己学的对不对，或者和正确的结果相差多大。大家从上面的kemans算法中可以感觉到，这个算法学习完毕后，得到的仅仅是这些数据的分类，来了新数据就需要再来一次，和上次的学习没有任何关联，可以说上次的学习并没有留下什么可以对之后的学习有帮助的，但是有的机器学习可以使用一些数据进行学习后，对新来的数据进行预测，举个具体的例子，我们可以根据之前的房价预估新出来的房子的价格，可以根据之前的股票价格，预估之后的股票价格，可以根据学习中的图片，判断新给的图片中是否有汽车，可以根据之前和女朋友约会的情况，预估今晚女朋友会不会迟到等，这是机器学习的一个能力，那如何来做的，这里有很多的模型，我先简单列举几个。

           这里再啰嗦几句，预估，都是建立在数据分布相同的基础上的，这里听着很懵逼，什么是数据分布相同，比如说，你不能用房价训练的模型，来预估股票的价格，不能用是否有汽车的寻来模型，来预估图片中是否有飞机，也就是说你用来训练模型的数据和要预估的数据必须是类似的，这里是前提，也是很多算法推导的前提。

           如何预估，这里举一个简单地例子，首先预估，肯定是根据知道的东西预估不知道的，比如，预估房价，你需要知道房子的位置、大小、年代等，这些是数据的特征，这些和房价都有着关系，但是是什么样的关系，就是我们要来学习的。预估房价用线性回归比较合适，有点懵逼，线性回归是什么东西，为什么用他合适，这里先不要问，后面的文章会详细解释，但是这里我们要搞明白的是机器如何学习，如何预估，为了简单起见，我们只是用房子的大小来进行学习和预估，我们用公式  , 其中y就是房子的价格，x是房子的大小，w和b是未知的参数，我们学习的就是这两个参数，这个两个参数学习到了，我们的学习任务也就结束了，就可以使用这个公式来预估房子的价格了，那如何来学习，首先，我们需要有一些数据，这些数据有房子的大小和现在的售价，也就是知道房子的大小和售价，学习的方式，就是，我们先给w和b任意两个值，将房子的大小带进去，会得到一个预估的房价，这个房价肯定和数据中的房价不同，那么到了最关键的一步了，调参，这里也是我在学习机器学习前一直不懂的地方，就是机器是如何学习的，学习具体体现在了那里，其实学习就是体现在了这里，比如房价是100（单位是万），房子大小是80（平米） 一开始给了w为1，b为2，这时预估出来的房价是82，比真实的房价少，这时应该如何调参呢，从公式中可以看出，w越大，预估的房价也越高，b越大，预估的房价越低，现在需要预估的大一些才能和真实的相同，那么我们就需要将w和b都调一些，那给w为1.5，b为3，那么预估的房价为123，比真实的房价又高了，那下一步调整是不是有需要小一些，这个调整参数的过程就是学习的过程，当然你肯定有很多疑问，如何判断参数往大调还是如何往小调，每次调多少合适，调到什么程度就不需要再调了，等等，这一篇文章仅仅是机器学习的初识，不深入讲解，之后，我会分每个篇配图片和例子进行讲解。