機器學習算法的分類、機器學習的開發流程

機器學習算法分類

監督學習(預測,有目標)

1. 分類

   • K-近鄰算法
   • 貝葉斯算法
   • 決策樹與隨機森林
   • 邏輯迴歸

2. 迴歸

   • 線性迴歸
   • 嶺迴歸

3. 分類的概念

   • 分類是監督學習的一個核心問題,在監督學習中,當輸入變量取有限個離散值時,預測問題變成分類問題. 基礎的即是二分類問題即判斷是非,從兩個類別中選擇一個做爲預測結果.

4. 迴歸的概念

   • 迴歸是監督學習的另外一個重要問題.迴歸用於預測輸入變量和輸出變量之間的關係,輸出是連續型的值.

無監督學習(無目標) 

• 聚類

  • k-means

監督學習 : 特徵值 + 目標值

非監督學習 : 特徵值

數據類型:

1. 離散型數據 :
   • 由記錄不一樣類別個體的數目所獲得的數據,又稱爲計數數據,全部這些數據所有都是整數,並且不能再細分,也不能進一步提升它們的精確度.
2. 連續型數據:
   • 變量能夠在某個範圍內取任一數,即變量的取值能夠是連續的,如:長度,時間,質量值等.這類數 一般是非整數,含有小數部分
   • 注意: 只要記住一點,離散型是區間內不可分,連續型是區間內可分.
   • 數據類型是機器學習模型不一樣問題不一樣處理的依據.
3. 分類 : 離散型
4. 迴歸 : 連續型

sklearn 中的經常使用模型 :

1. 用於分類的模型(估計器)
   • • sklearn.neighbors　　k-近鄰算法啊
     • sklearn.naive_bayes　　貝葉斯
     • sklearn.linear_model.LogisticRegression    邏輯迴歸
     • sklearn.tree      決策樹與隨機森林　　
2. 用於迴歸的模型
   • • sklearn.linear_model_LinearRegression    線性迴歸　
     • sklearn.linear_model.Ridge    鄰迴歸　　

　　*** 模型就是實現了具體算法的API, 這些API須要理解其參數.。***　

---

機器學習的開發流程

1. 數據收集

• 公司原本就有數據
• 合做公司提供數據
• 購買數據
• 爬蟲爬數據，數據預處理

2. 根據須要解決的問題， 對數據進行預處理

• 數據清洗
• 缺失值
• 合併
• 不只限於 ，具體問題具體對待

3. 特徵工程

• 特徵抽取
• 歸一化
• 標準化
• 降維

4. 經常使用算法選擇

• 分類
• 迴歸

5. 模型驗證

• 模型的評估，斷定效果

6. 模型報錯保存

• 保存上線