機器學習最常見用途：預測和分類
機器學習常見分為兩種：
1：有監(jiān)督學習 --> 根據(jù)已經(jīng)分類好的原始數(shù)據(jù)，訓練生成模型，通過模型再去預測未知的數(shù)據(jù)進行分類， 數(shù)學含義通俗解釋就是：我知道Y軸是什么，通過原始數(shù)據(jù)集(y=f(x)函數(shù)也可以是其它函數(shù)) 進行訓練生成模型后，代入X來求得Y軸數(shù)據(jù)。
2：無監(jiān)督學習 --> 并無分類好的原始數(shù)據(jù)，需要學習并提取分類，再進行訓練生成模型
入門只看有監(jiān)督學習
流程：
1：獲取原始數(shù)據(jù)集
2：對每行數(shù)據(jù)的標簽即分類進行離散化或者數(shù)值化，也就是轉換成連續(xù)型數(shù)字或者0/1、true/false等離散化值，這里可能存在多類別問題即0，1，2，3，4，5.....多個類別
3：提取特征值并離散化或者數(shù)值化
4：根據(jù)類別對數(shù)據(jù)集進行有效劃分，這個劃分又有多種方式，按照信息熵變化來劃分(就是數(shù)據(jù)集變化前后的百分比，值越大表示混淆度越高)、按照比例進行有效劃分（這里是針對多類別劃分）即按照每種類別提取數(shù)據(jù)集再進行劃分訓練集和測試集，最終合并起來，
這個時候數(shù)據(jù)分類劃分的比例就和原始數(shù)據(jù)比例是一樣的了。后面附上代碼
5：根據(jù)業(yè)務(即是預測數(shù)值型還是預測離散型即類別)，選取合適算法模型線性回歸、邏輯回歸、KNN(k-鄰近算法)、隨機森林、神經(jīng)網(wǎng)絡等等。 線性回歸算法適合數(shù)值型預測、KNN、隨機森林、ID3、C4.5等算法適合分類也即離散型
6：通過第4步的數(shù)據(jù)劃分和第3步的特征提取，調用模型來進行訓練、測試、預測，正確率越高，該模型越優(yōu)
7：對模型進行性能評估，提取模型參數(shù)
8：調用matplotlib等圖庫，對模型參數(shù)進行可視化處理，以及特征值的權重大小展示
9：調用模型，對新的數(shù)據(jù)集進行預測分類，即可完成實際業(yè)務問題
整個流程結束
posted on 2017-08-01 11:47
朔望魔刃 閱讀(299)
評論(0) 編輯 收藏 所屬分類:
python