机器学习笔记（一）
前言
最近正在学习吴恩达老师的机器学习，特此将学过的知识总结整理下来，仅供学习。
目录
1.机器学习是什么？
我们可以笼统的将机器学习定义为：在进行特定编程的情况下，给予计算机学习能力的领域，使其具有学习的能力。
目前存在几种不同类型的学习算法：监督学习、无监督学习、强化学习，主要的两种类型被我们称之为监督学习和无监督学习。
这里简单说两句，监督学习这个想法是指，我们将教计算机如何去完成任务，而在无监督学习中，我们打算让它自己进行学习。
2.监督学习
监督学习的基本思想是，我们数据集中的每个样本都有相应的“正确答案”。
监督学习可以根据样本输出是否离散分为以下两种问题：
2.1回归问题
回归问题对应输出值连续，预测出一个连续值。
例子：
前阵子，一个学生从波特兰俄勒冈州的研究所收集了一些房价的数据。你把这些数据画出来，看起来是这个样子：横轴表示房子的面积，单位是平方英尺，纵轴表示房价，单位是千美元。那基于这组数据，假如你有一个朋友，他有一套 750 平方英尺房子，现在他希望把房子卖掉，他想知道这房子能卖多少钱。
在房价的例子中，我们给了一系列房子的数据，我们给定数据集中每个样本的正确价格，即它们实际的售价然后运用学习算法，算出更多的正确答案。比如你朋友那个新房子的价格。用术语来讲，这叫做回归问题。我们试着推测出一个连续值的结果，即房子的价格。这就是回归问题。
2.2分类问题
分类问题对应输出值为离散属性。
例子：假设说你想通过查看病历来推测乳腺癌良性与否，假如有人检测出乳腺肿瘤，恶性肿瘤有害并且十分危险，而良性的肿瘤危害就没那么大，所以人们显然会很在意这个问题。
分类指的是，我们试着推测出离散的输出值：0 或 1 良性或恶性，而事实上在分类问题中，输出可能不止两个值。比如说可能有三种乳腺癌，所以你希望预测离散输出 0、1、2、 3。0 代表良性，1 表示第 1 类乳腺癌，2 表示第 2 类癌症，3 表示第 3 类，但这也是分类问
题。
3.无监督学习
第二种主要的机器学习问题，叫做无监督学习。
无监督学习，即我们没有提前告知算法一些信息，没有给算法正确答案来回应数据集中的数据。
无监督学习中没有任何的标签或者是有相同的标签或者就是没标签。所以我们已知数据集，却不知如何处理，也未告知每个数据点是什么。别的都不知道，就是一个数据集。
3.1 聚类算法
无监督学习算法可能会把这些数据分成两个不同的簇。所以叫做聚类算法。，聚类只是无监督学习中的一种。
无监督学习或聚集有着大量的应用。它用于组织大型计算机集群。
例子：
聚类应用的一个例子就是在谷歌新闻中。如果你以前从来没见过它，你可以到这个 URL网址 news.google.com 去看看。谷歌新闻每天都在，收集非常多，非常多的网络的新闻内容。它再将这些新闻分组，组成有关联的新闻。所以谷歌新闻做的就是搜索非常多的新闻事件，
自动地把它们聚类到一起。
|