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：有監督學習 --> 根據已經分類好的原始數據，訓練生成模型，通過模型再去預測未知的數據進行分類， 數學含義通俗解釋就是：我知道Y軸是什么，通過原始數據集(y=f(x)函數也可以是其它函數) 進行訓練生成模型后，代入X來求得Y軸數據。
2：無監督學習 --> 并無分類好的原始數據，需要學習并提取分類，再進行訓練生成模型
入門只看有監督學習
流程：
1：獲取原始數據集
2：對每行數據的標簽即分類進行離散化或者數值化，也就是轉換成連續型數字或者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值化
4：根據類別對數據集進行有效劃分，這個劃分又有多種方式，按照信息熵變化來劃分(就是數據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據集再進行劃分訓練集和測試集，最終合并起來，
這個時候數據分類劃分的比例就和原始數據比例是一樣的了。后面附上代碼
5：根據業務(即是預測數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、神經網絡等等。 線性回歸算法適合數值型預測、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步的數據劃分和第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
7：對模型進行性能評估，提取模型參數
8：調用matplotlib等圖庫，對模型參數進行可視化處理，以及特征值的權重大小展示
9：調用模型，對新的數據集進行預測分類，即可完成實際業務問題
整個流程結束
posted on 2017-08-01 11:47
朔望魔刃 閱讀(300)
評論(0) 編輯 收藏 所屬分類:
python