1、机器学习入门

1、机器学习入门

1.1什么是机器学习

旧的定义：在没有明确设置的情况下，使计算机具有学习能力的领域

新的定义：经验E，任务T，性能度量P（完成T成功概率）
计算机不断积累经验E，完成任务T的性能度量P随之提高

学习算法中两个主要算法：
监督学习（我教会计算机）
无监督学习（计算机自己学会）

学会正确应用学习算法

1.2监督学习

监督学习定义：给计算机一个数据（数据集里面包含多个正确答案），期望计算机给出更多的答案（跳出数据集外）

回归算法——>基于历史数据，利用离散数据预测出连续数据
例如：有前一年某种货物的每月的出售量，预测下一年的出售量（出售量数据延长<=>连续输出）

分类算法——>基于历史数据，对离散数据进行分类
例如：给出一些良性肿瘤和恶性肿瘤（数据标签）的肿瘤大小（数据特征、属性），给出其他肿瘤大小数据，判断哪些时良性，哪些是恶性
在分类问题中，可以有多种甚至无穷多的特征数据

1.3无监督学习

无监督学习定义：给计算机一个数据集（数据集里只有数据，没有分类，没有特征），期望计算机找出该数据集中存在
的类型结构

聚类算法——>对于大量未知标签的数据集，根据数据的特征属性将该数据集划分为不同的类别（簇），类别内数据相似度高
（区别于监督学习中的分类算法）
例如：给浏览器一堆不同类新闻，浏览器能将新闻划分为体育类、政治类等等