Python机器学习与实践笔记（一）

简介篇

机器学习综述

泛化力（Generalization）：我们习惯地把这种对未知的预测能力叫做泛化力

任务：

监督学习（Supervised Learning）：关注对事物未知表现的预测，一般包括分类问题和回归问题，分类主要是对离散类数据的预测，回归主要是对连续类数据的预测。
无监督学习（Unsupervised Learning）：倾向于对事物本身特性的分析，常用技术包括数据降维（Dimentionality Reduction）和聚类问题（Clustering）等。降维主要是保留最具有区分度的数据，从而减小运算和存储的开销；聚类则是依赖数据的相似性，把相似的数据样本划分为一个簇。

经验：

特征（Feature）：反映数据内在规律的信息。
监督学习的经验：包括特征和标记/目标（Label/Target）两个部分，一般用一个特征向量来描述一个数据样本；标记/目标的表现形式取决于监督学习的种类。
无监督学习因为没有标记/目标，因此无法从事预测任务，却更加适合对数据结构的分析。
注意：从原始数据到特征向量转化的过程中也会遭遇多种数据类型：类别型（Categorical）特征、数值型（Numerical）特征，甚至是缺失的数据（Missing Value）等，需要把这些特征转化为具体的数值参与运算。

性能

性能：评价所完成任务质量的指标。
测试集（Testing Set）：为了评价学习模型完成任务的质量，我们需要具备相同特征的数据，并将模型的预测结果同对应的正确答案做比对。
注意：训练集和测试集之间是彼此互斥的！
准确性（Accuracy）：用于分类问题，根据预测正确类别的百分比。
对于回归问题通常衡量预测值与实际值之间的偏差大小。
模型参数（Parameters）：分类器需要通过学习从训练数据中得到的。

ps：欢迎小伙伴们访问我的个人主页，并与我交流哦！