《Python机器学习及实践——从零开始通往Kaggle竞赛之路》学习笔记（1）——简介篇

机器学习的结构

经验

特征

训练集

任务

监督学习

无监督学习

分类

回归

数据降维

聚类

性能

测试集

准确性

Python编程库

• Python是一门解释性编程语言，与JAVA类似，源代码都需要通过一个解释器Interpreter转换为独特的字节码。这个过程不需要保证全部代码一次性通过编译，解释器逐行处理这些代码。
• NumPy：提供高级数学运算、高效的向量和矩阵运算功能。
• SciPy：在NumPy基础上构建的更强大、应用领域更广泛的科学计算包。
• Matplotlib：仿MATLAB绘图工具包。
• Scikit-learn：封装了大量经典以及最新的机器学习模型。
• Pandas：数据预处理工具包。

Python编程基础

• 命令提示符：>>>，在Python命令行环境中，两个提示符之间的代码会当即被解释器处理。
• Python允许使用者在访问列表的同时修改列表里的数据，而元组则不然。
• 成员运算符in，只能用来考量目标是否是字典的键，而不能在值中检索。
• 对字典进行遍历：

d = {1: '1', 'abc': 0.1, 0.4: 80}
for k in d:
	print k, ":", d[k]

Python基础综合实践

• 良/恶心乳腺癌肿瘤预测：

1. 使用pandas读原始文件，分成训练集和测试集。
2. 使用matplotlib.pyplot画图。
3. 两类肿瘤分界线的函数表达需要留意。
4. 使用sklearn.linear_model中的LogisticRegression进行分类。
5. lr.score输出Accuracy。
6. 获取拟合系数，绘制预测分界线。