欢迎转载，请注明出处：https://blog.csdn.net/tayhh/article/details/82082377
1.机器学习：监督学习、无监督学习、半监督学习、强化学习、遗传算法；
2.如何选择sklearn中的算法：
3.sklearn的强大数据库：datasets,可以load数据,也可以make数据，在上面实现算法是极好的；
4.通用学习模式（以监督学习为例）：①数据分割成训练集、测试集；②创建estimator；③拟合训练数据；④预测：在测试集上用拟合好的etimator完成预估任务；⑤打印出预测值与真实值，观察；
5.model属性与功能：
除了4中的fit, predict功能, model还有一些属性经常会用到：①model.coef :model 中拟合函数的系数；②model.intercept : model中拟合函数与y轴的交点；③model.get_params : 获得model的参数；④model.score : 为model的预测打分，如model.scor(X_test, y_test, scoring='accuracy'), Classification task的scoring是accuracy, Regression task 的 scoring 是mean_squard_error
6.标准化数据：
除了模型、模型参数外，影响模型效果最大的因素是数据结构，不夸张的说，模型中，特征为王。
若各个feature的取值范围相去甚远，模型效果往往不如任意。所以，动手前需要先对数据进行标准化：
preprocessing.scale()
7.交叉验证：
①交叉验证是为了找到适合的模型，适合的参数，适合的数据结构；
②交叉验证用误差、精度，F1分数（不均衡样本）来判别好坏；
③看误差曲线，可以找到性价比最高的参数；精度，F1 分数曲线亦可；
④交叉验证的本质思想是：第一轮：将数据等分成n份，其中1份作为测试集，其余作为训练集；第二轮：选另1份作为测试集，剩下的作为训练集；。。。，进行n轮基本学习模式后，得到n个分数，求平均，作为这个model的分数；如：
cross_val_score(cv=10, scoring='accuracy')
⑤用交叉验证选择合适的参数：
validation_curve(SVC(),X,y,cv=10,param_name='gamma', param_range=param_range)
8.存储与提取model:
训练好的model, 可以存储起来，供之后调用，无需重复构建学习模式；
method 1 : pickle
pickle.dump(model, 'savefilepath')
pickle.load('savefilepath')
method 2 : joblib
joblib.dump(model, 'savefilepath')
joblib.load('savefilepath')
9.suggestions:
机器学习基础全无的同学请自行看周志华的西瓜书
10.上述完整代码已经上传github: