讀書筆記《scikit-learn機器學習》第一章 機器學習介紹

主要内容：

1.機器學習的概念，定義

！！！資料，模型

2.機器學習的應用領域

生活，工業，軍事

網站 waitbutwhy.com

書籍  《數學之美》

3.機器學習問題的分類

監督學習

       分類 classification

       回歸 regression

非監督學習

        聚類 clustering

        PCA

差別在于資料有無标記

4.機器學習解決問題的一般步驟

（1）資料采集和标記

目前這一步不需處理，學習階段一般從網上找資料集，驗證算法。

（2）資料清洗

讓資料具備結構化特征，看《利用python進行資料分析》學習pandas

（3）特征選擇

1）人眼觀察資料結構，手動分析，效率低，正确率也不高，主要靠經驗積累

2）利用：PCA等算法，降維

（4）模型選擇

根據資料集的大小，資料集有無标記，對具體的分析，直接比對各種算法的結果

（5）模型訓練和測試

訓練資料集和測試資料集

交叉驗證

（6）模型性能評估和優化

訓練時長，準确性，應用場景的性能要求

（7）模型使用

将訓練好的模型固化，不需要每次都訓練模型。每次訓練模型耗時，且每次模型參數會有變化，固化較好的模型，多次使用。