機器學習基礎概念

1. 爲了測試機器學習算法的效果，一般使用兩套獨立的樣本集：訓練數據和測試數據。當機器

學習程序開始運行時，使用訓練樣本集做爲算法的輸人，訓練完成以後輸人測試樣本。輸人測試

樣本時並不提供測試樣本的目標變量，由程序決定樣本屬於哪一個類別。比較測試樣本預測的目標

變量值與實際樣本類別之間的差異，就能夠得出算法的實際精確度

2.

考慮使用機器學習算法的目的。若是想要預測目標變量的值，則能夠選擇監督學習算法，

不然能夠選擇無監督學習算法。肯定選擇監督學習算法以後，須要進一步肯定目標變量類型，如

果目標變量是離散型，如是/否、1/2/三、― 冗或者紅/黃/黑等，則能夠選擇分類器算法；若是目

標變量是連續型的數值，如0.0~ 100.00、-999~999或者+00~-00等，則須要選擇迴歸算法。

若是不想預測目標變量的值，則能夠選擇無監督學習算法。進一步分析是否須要將數據劃分

爲離散的組。若是這是惟一的需求，則使用聚類算法；若是還須要估計數據與每一個分組的類似程

度，則須要使用密度估計算法。

3.開發機器學習應用程序的步驟

    (1) 收集數據

    (2) 準備輸入的數據

    (3) 分析輸入的數據

    (4) 訓練算法