机器学习快速上手介绍

目录

一、机器学习中常用的库

二、机器学习项目实战架构

（1）问题定义

（2）数据的收集和预处理 

（3）选择机器学习模型

（4）训练机器，确定参数

（5）超参数调试和性能优化

---

python里面包含定义好的数据结构以及很多库函数、方法、模型等（即API）。

我们只需要选择一个合适的框架，通过调用其中的API，编写少量代码就可以快速建立机器学习模型了。

一、机器学习中常用的库

pandas 和 numpy 提供数据结构，支持数学运算；

matplotlib和seaborn用于数据可视化；

4个库提供算法，其中scikit-learn是机器学习框架，tensorflow、keras和pytorch则是深度学习框架。

二、机器学习项目实战架构

（1）问题定义

（2）数据的收集和预处理 

收集：有的是自有数据，有的需要去网上爬取，有时候去各种开源数据网站下载......

预处理:

可视化，从各种角度看一看数据；

数据向量化，把原始数据格式化，使得机器可以读取的数字矩阵，将文字转换为one-hot编码，文本类别转换成0、1这样的数值；

处理坏数据和缺失值；

特征缩放,包括数据标准化（standardization）和规范化（normalization）；

特征工程和特征提取；

载入数据集。

（3）选择机器学习模型

线性模型（线性回归、逻辑回归）

非线性模型（支持向量机、k最邻近分类）

基于树和集成的模型（决策树、随机森林、梯度提升树）

神经网络（人工神经网络、卷积神经网络、长短期记忆网络）

（4）训练机器，确定参数

确定内部参数：权重和偏置

超参数：训练和调试过程的参数（迭代多少次，学习率，正则化）

（5）超参数调试和性能优化