機器學習實戰——機器學習基礎
阿新 • • 發佈：2018-12-08
- 機器學習用到了統計學知識
- 機器學習就是把無序的資料轉換成有用的資訊
- 如何從資料集中選取特徵？
通常的做法是測量所有可測屬性，而後再挑出重要部分。 - 機器學習的主要任務就是分類。為了測試機器學習演算法的效果，通常使用兩套獨立的樣本集，訓練資料和測試資料。當機器學習程式開始執行時，使用訓練樣本集作為演算法的輸入，訓練完成後輸入測試樣本。輸入測試樣本時並不提供測試樣本的目標變數，由程式決定樣本屬於那個類別。比較測試樣本預測的目標變數值與實際樣本類別之間的差別，就可以得出演算法的實際精確度。
- 如何選擇合適的機器學習演算法？
考慮使用機器學習演算法的目的。如果想要預測目標變數的值，則可以選擇監督學習演算法，否則可以選擇無監督學習演算法。確定監督學習演算法之後，需要進一步確定目標變數的型別，大多數情況下，如果目標變數是離散型，則可以選擇分類演算法；如果目標變數是連續型的數值，則需要選擇迴歸型演算法。注意：也可以用分類演算法來處理迴歸問題。 - 我們只能在一定程度上縮小演算法的選擇範圍，一般並不存在最好的演算法或者可以給出最好結果的演算法，同時還要嘗試不同演算法的執行結果。對於所選的每種演算法，都可以使用其他的機器學習技術來改進其效能。
- 開發機器學習應用程式的步驟
（1）收集資料。提取資料的方法有很多（如製作網路爬蟲從網站上抽取資料），為了節省時間和精力，可以使用公開可用的資料來源。
（2）準備輸入資料。確保資料格式符合要求。
（3）分析輸入資料。確保資料集中沒有垃圾資料
（4）訓練演算法。將前兩步得到的格式化資料輸入到演算法，從中抽取知識或資訊。如果使用無監督學習演算法，由於不存在目標變數值，故而也不需要訓練演算法，轉到下一步。
（5）測試演算法。
（6）使用演算法。將機器學習演算法轉化為應用程式，執行實際任務。