机器学习基础第二节

降维 

减少特征数量

两种方法降维：

（1）特征选择 从中选择部分特征作为方法

单纯滴从提取到所有特征中选择部分特征作为训练集的特征，特征在选择前和选择后可以改变 值、可以可以不改变值，但是选择后的特征位数肯定比选择前小。

主要方法 过滤式filter   嵌入式 包裹式

过滤式 VarianceThreshold

主成分分析 PCA

sklearn.decomposition

特征数量达到上百个时候，考虑数据的简化问题

削减回归分析或者聚类分析中特征的数量,但是数据所包含的信息要损耗最少

高维数据容易出现的问题 数据之间都是相关联的

PCA.fit_transform(X)

经验：信息保存90%-95%比较好

其他降维方法：线性判别分析 LDA

机器学习基础

数据类型 离散型数据 连续性数据

离散型是区间内不可分，连续性是区间内可分

第一步 建立模型 根据数据类型划分应用种类 明确问题做什么

第二步 数据基本处理 pandas处理数据

第三步 特征工程 对特征进行处理 

第四步 找到合适的算法进行预测

 第五步 模型评估，判定效果

第六步 上线使用 以API形式提供

sklearn 数据集

数据集划分  训练集和测试集，一般分为7：3  8：2  建立模型和评估模型

sklearn.model_selection.train_test_split

sklearn.datasets 加载获