机器学习算法的分类、机器学习的开发流程

机器学习算法分类

监督学习(预测,有目标)

1. 分类

   • K-近邻算法
   • 贝叶斯算法
   • 决策树与随机森林
   • 逻辑回归

2. 回归

   • 线性回归
   • 岭回归

3. 分类的概念

   • 分类是监督学习的一个核心问题,在监督学习中,当输入变量取有限个离散值时,预测问题变成分类问题. 基础的便是二分类问题即判断是非,从两个类别中选择一个作为预测结果.

4. 回归的概念

   • 回归是监督学习的另一个重要问题.回归用于预测输入变量和输出变量之间的关系,输出是连续型的值.

无监督学习(无目标) 

• 聚类

  • k-means

监督学习 : 特征值 + 目标值

非监督学习 : 特征值

数据类型:

1. 离散型数据 :
   • 由记录不同类别个体的数目所得到的数据,又称为计数数据,所有这些数据全部都是整数,而且不能再细分,也不能进一步提高它们的精确度.
2. 连续型数据:
   • 变量可以在某个范围内取任一数,即变量的取值可以是连续的,如:长度,时间,质量值等.这类数 通常是非整数,含有小数部分
   • 注意: 只要记住一点,离散型是区间内不可分,连续型是区间内可分.
   • 数据类型是机器学习模型不同问题不同处理的依据.
3. 分类 : 离散型
4. 回归 : 连续型

sklearn 中的常用模型 :

1. 用于分类的模型(估计器)
   • • sklearn.neighbors　　k-近邻算法啊
     • sklearn.naive_bayes　　贝叶斯
     • sklearn.linear_model.LogisticRegression    逻辑回归
     • sklearn.tree      决策树与随机森林　　
2. 用于回归的模型
   • • sklearn.linear_model_LinearRegression    线性回归　
     • sklearn.linear_model.Ridge    邻回归　　

　　*** 模型就是实现了具体算法的API, 这些API需要理解其参数.。***　

---

机器学习的开发流程

1. 数据收集

• 公司本来就有数据
• 合作公司提供数据
• 购买数据
• 爬虫爬数据，数据预处理

2. 根据需要解决的问题， 对数据进行预处理

• 数据清洗
• 缺失值
• 合并
• 不仅限于 ，具体问题具体对待

3. 特征工程

• 特征抽取
• 归一化
• 标准化
• 降维

4. 常用算法选择

• 分类
• 回归

5. 模型验证

• 模型的评估，判定效果

6. 模型报错保存

• 保存上线