一 机器学习算法类别
1.1 按照学习方式分类
- 监督学习(supervised learning)（预测）
①定义：输入数据是由输入特征值和目标值所组成。函数的输出可以是一个连续的值(称为回归），或是输出是有限个离散值（称作分类）。
②分类 k-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归、神经网络
③回归 线性回归、岭回归
④ 标注 隐马尔可夫模型 (不做要求) - 无监督学习(unsupervised learning)
①定义：输入数据是由输入特征值所组成。
②聚类 k-means
③半监督和强化学习
1.2 区别
1.3 理解监督无监督
1.4 关于监督学习中的分类与回归区别
1) 数据类型
-
离散型数据：由记录不同类别个体的数目所得到的数据，又称计数数据，所有这些数据全部都是整数，而且不能再细分，也不能进一步提高他们的精确度。
-
连续型数据：变量可以在某个范围内取任一数，即变量的取值可以是连续的，如，长度、时间、质量值等，这类整数通常是非整数，含有小数部分。
注：只要记住一点，离散型是区间内不可分，连续型是区间内可分
-
分类：目标值数据类型为离散型
分类是监督学习的一个核心问题，在监督学习中，当输出变量取有限个离散值时，预测问题变成为分类问题，最基础的便是二分类问题，即判断是非，从两个类别中选择一个作为预测结果； -
回归：目标值数据类型为连续型
回归是监督学习的另一个重要问题。回归用于预测输入变量和输出变量之间的关系，输出是连续型的值。
二 机器学习 开发流程
- 1.原始数据明确问题做什么；
- 2.数据的基本处理：pd去处理数据，缺失值，合并表等；
- 3.特征工程 （特征处理）
- 4.找到合适的算法进行预测
- 5.模型的评估，判定效果
