机器学习实战(MachineLearinginAction) 第一章

机器学习包括了计算机科学,工程技术和统计学等多个学科.

attributes(属性)
features(特征)

特征可以是数值型,二值型(真,假),枚举型

训练集(training set)
测试集(test set)

训练样本(training examples)
目标变量(target variable)

分类(classification)
回归(regression)
数值型(numeric value)
有监督学习(supervised learning)
无监督学习(unsupervised learning)
聚类(clustering)
密度估计(density estimation)
降维(dimensionality reduction)

如何选择合适的算法
1.考虑算法的目的

2.考虑数据的问题
特征值是离线还是连续,是否存在缺失值,是否存在异常值,特征的频率如何

机器学习步骤
1.收集数据
爬虫,api等
2.清洗数据,异常值,缺失值,使数据符合要求的输入格式
3.训练算法
4.测试算法
5.生产实践

机器学习实战(MachineLearinginAction) 第一章相关推荐

机器学习实战：第一章
根据方教授的建议和要求,在暑假里简单自学<机器学习实战>,记录学习过程和代码. 记第一章是对机器学习的一些概念介绍,定义了若干专业术语.列举了很多机器学习的各类实例.给出了一个" ...
机器学习实战(MachineLearinginAction) 第二章 k-近邻算法
k-近邻算法(k-Nearest Neighbors,KNN) 优点:精度高,对异常值不敏感,无数据输入假定缺点:计算复杂度,空间复杂度高适用数据范围:数值型(numeric values)和标称 ...
学习《深入浅出python量化交易交易实战》第一章（笔记）
1.学习<深入浅出python量化交易交易实战>第一章记录学习过程中的代码和一些坑 1.1 基础(名词解释) 1.1.1 CAPM (Capital Asset Pricing Moda ...
李弘毅机器学习笔记：第一章
李弘毅机器学习笔记:第一章机器学习介绍机器学习相关的技术监督学习半监督学习迁移学习无监督学习监督学习中的结构化学习强化学习小贴士机器学习介绍这门课,我们预期可以学到什么呢?我想多 ...
《机器学习实战》第二章学习笔记：K-近邻算法（代码详解）
<机器学习实战>数据资料以及总代码可以去GitHub中下载: GitHub代码地址:https://github.com/yangshangqi/Machine-Learning-in-A ...
机器学习实战第15章pegasos算法原理剖析以及伪代码和算法的对应关系
Pegasos原文是: http://ttic.uchicago.edu/~nati/Publications/PegasosMPB.pdf 还是挺长的,论文结构是: 第1~6页:主要原理第7~15 ...
【机器学习课程】第一章机器学习概述 2.机器学习
走出狭隘的自我,生活才真正开始.-爱因斯坦 2.1什么是机器学习机器学习的初步认识机器学习这个术语是1959年IMB公司的亚瑟·赛缪尔提出的:教会计算机学习它需要了解的关于世界的一切,以及如何为自 ...
《基于Python的大数据分析基础及实战》第一章
第一章
机器学习实战(MachineLearinginAction) 第三章决策树
决策树(decision tree)很流行的一个原因就是对机器学习算法的知识要求很低. 决策模块(decision block) 终止模块(terminating block):表示已经得出结论,可以 ...

机器学习实战(MachineLearinginAction) 第一章

机器学习实战(MachineLearinginAction) 第一章相关推荐

最新文章

热门文章