什么是机器学习？
;官方解释：
??·机器学习就是从“数据”中自动分析获得规律，利用规律对未知的数据进行预测。
- 模型：算法模型，是一个特殊的对象，该算法模型对象中已经集成了或封装好了某种形式的算法/方程（还没有求出解）
- 模型的作用：
?? - 预测：可以通过方程或者算法产生一个新的位置的数据/事物
?? - 分类：可以将一个未知归类的事物给其归属到一个已有的类群中
?? - 注意：算法模型对应的算法或者方程求出的解就是预测或者分类的结果
- 样本数据：
?? - 模型的训练，将样本数据带入到模型中，对其进行训练（给方程进行求解），模型训练好了后，则模型方程就有唯一解或者最优解。有解后则模型就可以实现分类或者预测功能
- 构成：
?? - 特征数据：自变量
?? - 标签/目标数据：因变量
- 模型的分类：
?? - 有监督学习
?? - 如果模型需要的样本数据必须包含特征数据和标签数据，则该模型为有监督学习分类
- 无监督学习
??- 模型样本只需要要特征数据即可，目标数据有或者无都可以
- 数据集的获取途径：
?? - kaggle：数据竞赛平台
?? - UCI数据集
?? - sklearn
机器学习工作流程：
?? ·获取数据
?? ·数据基本处理
?? ·特征工程
?? ·机器学习
?? ·模型评估
特征工程：
?? ·定义：把数据转换为机器更容易识别的数据
?? ·特征抽取
?? ·数据特征预处理–特征降维
?? ·选择特征
·为什么需要特征工程？
?? - 样本数据中的特征工程可能会存在缺失值，异常值等等，那么我们是需要对特征工程中的相关的噪点进行数据处理的，那么处理的目的就是为了营造出一个更纯净的样本，让模型基于这个数组可以有更好的预测能力，当然特征工程不是单单只是处理上述操作。
特征工程的意义：
?? ·直接影响模型预测的结果
如何实现特征工程？
?? ·工具：sk-learn
sklearn介绍：
?? - 是python语言中机器学习的工具，包含了许多知名的机器学习算法的实现，其文档完善，容易上手。
?? - 功能：
?? ?? ·分类模型
?? ?? ·回归模型
?? ?? ·聚类模型
?? ?? ·特征工程
·特征抽取目的：
?? ·我们所采集到样本中的特征往往是字符串或者其他类型的数据，而我们知道电脑只能识别二进制数值型的数据，如果把字符串给电脑，电脑是看不懂的。
·机器学习算法分类：
?? ·监督学习
?? ·无监督学习
?? ·半监督学习
?? ·强化学习
·监督学习：输入的数据由目标值和特征值组成
?? ?? ·回归：函数的输入可以是一个连续的值
?? ?? ·分类：输出是有限个离散值
·半监督学习：有特征值，但是一部分数据有目标值，一部分没有
·无监督学习：仅有特征值
·强化学习：agent action environment rewaed
·模型评估：
·分类模型评估
?? ·准确率：
?? ?? ·预测正确的数占样本总数的比例
?? ·精确率
?? ?? ·正确预测为正确占全部预测为正的比例
?? ·召回率
?? ?? ·正确预测为正占全部样本的比例
?? ·F1-score
?? ?? ·主要用于评估模型的稳健性
?? ·AUC指标
?? ?? ·主要用于评估样本不均衡的情况
·回归模型评估
?? 均方根误差
?? 相对平方误差
?? 平均结对误差
?? 相对绝对误差
?? 决定系数
·拟合：
?? 欠拟合：机器学习的特征太少了，区分标准粗糙，不能准确识别
?? 过拟合：机器学习的特征太多了，验证数据及其测试数据中表现不佳
|