机器学习基础概念
2017-03-03 16:12
239 查看
机器学习简单的说就是把无序的数据转化为有用的信息。机器学习横跨多门学科,包括计算机科学、工程技术、统计学等。
特征向量:数据属性的集合,通常用向量来表示
训练集:用来训练,也就是产生模型和算法的数据集
监督学习:知道预测什么,即知道目标变量的分类信息。分类和回归属于监督学习
无监督学习:数据没有类别信息,也不会给定目标值
半监督学习:有标记的训练集+无标记的训练集
监督学习中常用的算法
k-邻近算法:线性回归
朴素贝叶斯算法:局部加权线性回归
支持向量机:Ridge回归
决策树:Lasso最小回归系数估计
无监督学习常用算法
k-均值:最大期望算法
DBSCAN:Parzen窗设计
算法选择
(1)预测目标变量值——>Y/N——>有监督学习/无监督学习
(2)离散型(是/否、1/2/3)——>分类算法
(3)连续型数值——>回归算法
开发步骤
(1)收集数据
(2)准备输入数据
(3)分析输入数据
(4)训练算法
(5)测试算法
(6)使用算法
结语:“脱离业务和数据的算法讨论是毫无意义的”
特征向量:数据属性的集合,通常用向量来表示
训练集:用来训练,也就是产生模型和算法的数据集
监督学习:知道预测什么,即知道目标变量的分类信息。分类和回归属于监督学习
无监督学习:数据没有类别信息,也不会给定目标值
半监督学习:有标记的训练集+无标记的训练集
监督学习中常用的算法
k-邻近算法:线性回归
朴素贝叶斯算法:局部加权线性回归
支持向量机:Ridge回归
决策树:Lasso最小回归系数估计
无监督学习常用算法
k-均值:最大期望算法
DBSCAN:Parzen窗设计
算法选择
(1)预测目标变量值——>Y/N——>有监督学习/无监督学习
(2)离散型(是/否、1/2/3)——>分类算法
(3)连续型数值——>回归算法
开发步骤
(1)收集数据
(2)准备输入数据
(3)分析输入数据
(4)训练算法
(5)测试算法
(6)使用算法
结语:“脱离业务和数据的算法讨论是毫无意义的”
相关文章推荐
- 机器学习基础概念
- 解读机器学习基础概念:VC维的来龙去脉
- 模型汇总22 机器学习相关基础数学理论、概念、模型思维导图分享
- 先搞懂这八大基础概念,再谈机器学习入门!
- 机器学习的基础概念
- 机器学习基础概念
- 先搞懂这八大基础概念,再谈机器学习入门!
- 机器学习----基础概念的理解
- 解读机器学习基础概念:VC维的来龙去脉
- 【机器学习】先搞懂这八大基础概念,再谈机器学习入门!
- 机器学习之基础概念
- 【机器学习基础概念】VC维的来龙去脉
- 【机器学习基础概念】过拟合,交叉验证,VC维
- 人工智能,机器学习,神经网络,深度学习之基础概念
- 【Machine Learning】机器学习及其基础概念简介
- 解读机器学习基础概念:VC维的来龙去脉 | 数盟
- 解读机器学习基础概念:VC维的来龙去脉(转)
- 机器学习 (一) 基础概念
- 【Machine Learning】机器学习及其基础概念简介
- 干货丨八大基础概念带你入门机器学习!