編寫你人生中第一個機器學習代碼吧！

小之的公衆號 : WeaponZhi。關注公衆號並回復AI獲取AI+Python資料和機器學習入門視頻教程

咱們先要學習的機器學習算法是監督學習，那麼，何爲監督學習呢？要了解監督學習，咱們得先回顧下咱們平時的編碼方式。咱們平時的編碼方式是一種硬編碼，簡而言之就是面對問題的時候，咱們經過正向暴力編碼，將問題的各個方面和邏輯經過編碼來處理，從而使得代碼按照咱們的思路一步步運行下去，最終解決咱們的既定問題。

打個比方，假設咱們要寫一個代碼來區分一我的的性別，咱們可能首先會提取出男人和女人的特色，好比男人可能有鬍子，有喉結，身高廣泛在一個 xx 範圍這樣，那麼咱們就能夠根據這些屬性來編寫一些判斷條件，最終實現一個算法，而後把某我的具有的屬性輸入到算法，算法輸出一個結果，告訴你這我的多是啥性別。

這樣可能能實現一個算法，但會有兩個問題。首先就是這些屬性的肯定，決定一我的是什麼性別的屬性可能有不少，若是屬性太多，靠人工來編寫算法就會顯得很是不實際。其次，這些屬性對於最終輸出結果的影響是有限的，總會存在特例，有的男人就是不長鬍子，或者有的女人身高很高，面對這種比較特殊的個例的時候，算法就很是有可能出錯，顯然，單純的依靠硬編碼，是不可能作到盡善盡美的。

而監督學習算法的作法就是，把一些既定的樣本輸入給算法，這些樣本包括具體的特徵屬性和具體的輸出，好比「一我的身高一米八，有鬍子，有喉結」，這是它的樣本輸入，「這我的是個男人」是它的輸出，這些具備明確輸入和結果的樣本輸入到監督學習算法後，它會本身進行學習和總結，隨着樣本數量的增多，監督學習的判斷規則將會被訓練的 愈來愈準確和成熟。隨後，面對它從未見過的樣本，好比「一米六，沒鬍子，有喉結」，算法就會根據以前的規則給出一個它的判斷，告訴你這我的多是個啥性別。

咱們把鬍子、喉結這些屬性成爲特徵-Features，男人仍是女人這樣的輸出結果稱爲標籤-Label。爲了實現這樣的一個功能，咱們須要一個分類器，那麼，咱們整個監督學習的過程大概是這樣的。

scikit-learn 能夠幫咱們輕易的實現上面的需求，若是你安裝過 Anaconda，scikit-learn 就已經包含其中了，其餘下載方式這裏再也不贅述。

若是你是使用 Python 來學習機器學習，scikit-learn 確定是你必需要使用的機器學習庫，scikit-learn 是很是保守的庫，它專業性極強，只作機器學習領域，歷來不會做任何機器學習領域以外的擴展。不只如此，scikit-learn 使用的機器學習算法都是通過普遍驗證過的算法，這些算法每每也是效率最高，實現最簡單有效的。因此，閱讀 scikit-learn 的源碼實現也是一個很是好的學習方式。

scikit-learn 官網

下面咱們用具體的代碼來演示上面說過的三個過程。

收集真實訓練數據

在現實的應用環境中，咱們獲取數據的方式是多種多樣的，好比，你能夠經過讀取已有文件來獲取數據，或者是動態的監聽數據，每獲取一條數據就輸入一條數據。咱們就不這麼複雜了，用上面判斷性別的例子，簡單的模擬幾個數據：

>> features = [[160,30,2.1],[170,15,2.3],[178,8,2.5],[188,10,2.8],[167,22,2.2]]
>> labels = [0,0,1,1,0]
複製代碼

features 是咱們的特徵，拿第一個數據 [160,30,2.1] 舉例子，160 表明的是身高，30 表明的是頭髮長度，2.1 表明的是腰圍，單位爲尺。好吧，原諒我想象力有點渣渣，可能例子很差，總之目前咱們使用身高、頭髮長度以及腰圍來做爲咱們判斷性別的特徵，固然，你還能夠提取出更多的特徵，這裏只是爲了咱們測試方便。labels 就是咱們的標籤了，0 表明這我的性別爲女，1 表明性別爲男

這樣， 咱們就算完成了第一步，收集好了真實數據

訓練分類器

拿到了數據源，咱們須要挑選一種分類器來訓練這組數據，這裏咱們選擇決策樹，能夠先暫時不要管決策樹是什麼，你能夠把它當作實現分類器的一種形式罷了

>> from sklearn import tree
>> clf = tree.DecisionTreeClassifier()
>> clf.fit(features,labels)
複製代碼

sklearn便是 scikit-learn 庫，咱們引入庫中的決策樹類，並使用fit()函數來匹配特徵和標籤，這樣，咱們的分類器就算實現好了，clf完成了它的訓練。

對數據做出預測

實際上你能夠把分類器想像成一個黑盒子，經過一些數據的訓練，這個盒子就具有了必定的判斷能力，當你再次輸入進數據的時候，它可以獲得相應的預測，至於這個盒子裏面到底使用了什麼方法根據數據的訓練來指定規則，就是你選取的算法所作的事了，好比在這裏，咱們選擇了決策樹來做爲分類器制定規則的算法，固然你還有不少算法能夠選擇，也能夠本身實現算法，這不在咱們這篇文章的講述範圍內。下面，咱們使用實現好的分類器，對一個未知數據進行預測

>> print(clf.predict([[180, 15, 2.3]]))
[0]
複製代碼

咱們使用predict()函數來對一組分類器從未見過的數據來進行預測。分類器認爲一個 1 米 8 大個，長着 15 釐米長秀髮，腰圍 2.3 尺 的高大個是個女孩。好吧，這是它的想法。

那麼，這就是你的第一個機器學習代碼了，是否是簡單有趣無敵呢？

---

參考資料：Machine Learning Recipes with Josh Gordon

歡迎關注個人公衆號