什么是机器学习
定义
机器学习是从数据中自动分析获得规律（模型），并利用规律对未知数据进行预测。
背景
什么是sklearn
Scikit-learn(sklearn)是机器学习中常用的第三方模块，对常用的机器学习方法进行了封装，包括回归(Regression)、降维(Dimensionality Reduction)、分类(Classfication)、聚类(Clustering)等方法。当我们面临机器学习问题时，便可根据下图来选择相应的方法。Sklearn具有以下特点：
- 简单高效的数据挖掘和数据分析工具
- 让每个人能够在复杂环境中重复使用
- 建立NumPy、Scipy、MatPlotLib之上
一、数据集的构成
1，可用的数据集
Kaggle网址：https://www.kaggle.com/datasets
UCI数据集网址：https://archive.ics.uci.edu/ml/
scikit-learn网址：https://scikit-learn.org/stable/datasets/index.html#datasets
2，数据集的构成
- 结构：特征值+目标值
eg:
注：有些数据集可以没有目标值，对于每一行数据我们可以称之为样本。
- pandas:一个数据读取非常方便以及基本的处理格式的工具
- sklearn:对于特征的处理提供了强大的接口、
二，什么是特征工程（筛选、处理选择一些合适的特征）
广泛共识：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。
1，定义
特征工程是使用专业背景知识和技巧处理数据，使得特征能在机器学习算法上发挥更好的作用的过程。
2，意义
直接影响到模型的预测结果
3，特征工程包含内容
- 特征抽取
- 特征预处理
- 特征降维
- 特征选择
- 主成分分析
三，特征工程所需工具及安装
1，scikit-learn库介绍
- python语言的机器学习工具
- scikit-learn包括许多知名的机器学习算法的实现
- scikit-learn文档完善，容易上手，丰富的API
- 目前稳定版本为0.19
2，安装
pip3 install Scikit-learn==0.19
如果已经安装NumPy和SciPy，安装scikit-learn可以使用：
pip install -U scikit-learn
安装好之后可以通过以下命令查看是否安装成功
import sklearn
注意：
安装scikit-learn需要Numpy、Pandas、Twisted、scipy、Microsoft Visual C++ 14.0等库
3，Scikit-learn包含的内容
- 分类、聚类、回归
- 特征工程
- 模型选择、调优