机器学习实战笔记（1）机器学习基础

机器学习基础                   

机器学习能让我们自数据集中受到启发，换句话说，我们会利用计算机来彰显数据背后的真实含义，这才是机器学习的真实含义。

1.1    何谓机器学习

  简单来说，机器学习就是把无序的数据转换成有用的信息

1.2    开发机器学习应用程序的步骤

（1）      收集数据

（2）      准备输入数据

（3）      分析输入数据：这一步的主要作用是确保数据集中没有垃圾数据

（4）      训练算法：机器学习算法从这一步才真正开始学习。根据算法的不同，第4步                和第5步是机器学习算法的核心。我们将前两步得到的格式化数据输入算法，从中提取知识或信息。这里的到的知识需要存储为计算机可以处理的格式，方便后   续步骤使用。如果使用无监督学习算法，由于不存在目标变量值，故而也不需要训练算法，所有与算法相关的内容都集中在第5步。

（5）      测试算法：这一步将实际使用第4步机器学习得到的知识信息。为了评估算法，必须测试算法工作的效果，对于监督学习，必须已知评估算法的目标变量值；对于无监督学习，也必须用其他的评测手段来检验算法的成功率。无论哪种情形，如果不满意算法的输出结果，则可以回到第4步，改正并加以测试。问题常常会跟数据的收集和准备有关，这时你就必须跳回第1步从新开始。

（6）      使用算法：将机器学习算法转换为应用程序，执行实际任务，以检验上述步骤是否可以在实际环境中正常工作。如果碰到新的数据问题，同样需要重复执行上述步骤。