机器学习及scikit-learn

 一、机器学习以及scikit-learn

　　1. 机器学习基本步骤：

　　　　(1)定义一系列函数  =>   (2)定义函数的优劣  =>  (3)选择最优函数

　　2.什么是scikit-learn？

　　　　(1)面向python的免费机器学习库

　　　　(2)包含分类、回归、聚类算法，比如：SVM、随机森林、k-means等

　　　　(3)包含降维、模型选择、预处理等算法

　　　　(4)支持Numpy和Scipy数据结构

　　　　(5)用户

　　　　(6)安装：pip install scikit-learn

　　　　　　　　pip install scikit-learn

　　　3.上手：

　　　　(1)加载数据集

　　　　　　iris

　　　　　　digits

　　　　(2)在训练集上训练模型

　　　　　　svm模型

　　　　　　.fit()训练模型

　　　　(3)在测试集上测试模型

　　　　　　.predict()进行预测

　　　　(4)保存模型

　　　　　　.pickle.dumps()

二、机器学习：问题描述

　　1.“学习”问题通常包含n个样本数据(训练样本)，然后预测未知数据(测试样本)的属性

　　2.每个样本包含多个属性(多维数据)被称作“特征”

　　　 

　　3.分类：

　　　　(1)监督学习，训练样本包含对应的标签，“如识别问题”

　　　　　　　　分类问题，样本标签属于两个或者多各类

　　　　　　　　回归问题，样本标签包括一个或者多个连续变量

　　　　(2)无监督学习，训练样本的属性不包含对应的“标签”，如聚类问题

　　　　(3)训练集vs验证集vs测试集

　　　　

　　　　

　　　　在没有生产的阶段，没有新的数据，通常会将原始数据集分为三部分：训练集、测试集和验证集，训练集用来训练模型，验证集用来选择最佳模型，调整参数，测试集用来测试模型